《matlab回归分析》-课件设计（公开）.pptVIP

数学建模与数学实验;实验目的;一元线性回归;一、数学模型;一元线性回归分析的主要任务是：;二、模型参数估计;返回;三、检验、预测与控制;（Ⅰ）F检验法;（Ⅲ）r检验法;2、回归系数的置信区间;3、预测与控制;（2）控制;四、可线性化的一元非线性回归 （曲线回归）;散 点 图;通常选择的六类曲线如下：;一、数学模型及定义;二、模型参数估计;返回;三、多元线性回归中的检验与预测;2、预测;四、逐步回归分析; 这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止。 ;统计工具箱中的回归分析命令;多元线性回归; 3、画出残差及其置信区间： rcoplot（r，rint） ;例1;3、残差分析，作残差图： rcoplot(r,rint);;法一;法二;（二）多元二项式回归; 例3 设某商品的需求量与消费者的平均收入、商品价格的统计数 据如下，建立回归模型，预测平均收入为1000、价格为6时 的商品需求量.; 在画面左下方的下拉式菜单中选”all”, 则beta、rmse和residuals都传送到Matlab工作区中.;在Matlab工作区中输入命令： beta, rmse;结果为: b = 110.5313 0.1464 -26.5709 -0.0001 1.8475 stats = 0.9702 40.6656 0.0005;;例 4 对第一节例2，求解如下：;4、预测及作图： [YY,delta]=nlpredci(volum,x,beta,r ,J)； plot(x,y,k+,x,YY,r);例5 财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资等因素有关。下表列出了1952-1981年的原始数据，试构造预测模型。 ; 1．? 对回归模型建立M文件model.m如下: function yy=model(beta0,X) a=beta0(1); b=beta0(2); c=beta0(3); d=beta0(4); e=beta0(5); f=beta0(6); x1=X(:,1); x2=X(:,2); x3=X(:,3); x4=X(:,4); x5=X(:,5); x6=X(:,6); yy=a*x1+b*x2+c*x3+d*x4+e*x5+f*x6; ;2. 主程序liti6.m如下:; betafit = 0.5243 -0.0294 -0.6304 0.0112 -0.0230 0.3658 即y= 0.5243x1-0.0294x2-0.6304x3+0.0112x4-0.0230x5+0.3658x6 ;逐 步 回 归;例6 水泥凝固时放出的热量y与水泥中4种化学成分x1、x2、x3、 x4 有关，今测得一组数据如下，试用逐步回归法确定一个 线性模 型.;2、逐步回归： （1）先在初始模型中取全部自变量： stepwise(x,y) 得图Stepwise Plot 和表Stepwise Table;（2）在图Stepwise Plot中点击直线3和直线4，移去变量x3和x4;（3）对变量y和x1、x2作线性回归： X=[ones(13,1) x1 x2]; b=regress(y,X);作 业;Date;4、混凝土的抗压强度随养护时间的延长而增加，现将一批混凝土作成12个试块，记录了养护日期x（日）及抗压强度y（kg/cm2）的数据：;谢谢大家;四 软件开发人员的薪金;;;分析与假设：;为了简单起见，我们假定资历（年）对薪金的作用是线性的，即资历每加一年，薪金的增长是常数；管理责任、教育程度、资历诸因素之间没有交互作用，建立线性回归模型。;;结果分析：;进一步讨论：;为了对残差进行分析，下图给出;以上分析提示我们，应在基本模型中增加管理;;由上表可知，这个模型的;从上图，还可以发现一个