原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元线性回归及显著性检验Matlab程序（完美版）
一、说明：
1、本程序是研究生教材《数理统计》（杨虎、刘琼、钟波 编著） 例4.4.1（P133）的Matlab编程解答程序。教材上的例题只做了回归方程显著性分析和一次回归系数显著性分析（剔除x1后没有再检验x2和x3）。
2、本程序在以上的基础之上，还分别检验了x2和x3，并且计算精度更高。
3、本程序可根据用户的需要，在输入不同的显著性水平α之下得到相应的解答。
4、本程序移植性强，对于其他数据，只需要改变excel中的数据即可。
5、本程序输出的可读性强，整洁美观。
二、数据入下（将数据存入excel表格，文件名为jc_p133_example.xls。注意数据是按x1，x2，…，xk，y这样来列来存储。若不是3个变量，则相应增减数据列就行。）：
2
18
50
4.3302
7
9
40
3.6485
5
14
46
4.483
12
3
43
5.5468
1
20
64
5.497
3
12
40
3.1125
3
17
64
5.1182
6
5
39
3.8759
7
8
37
4.67
0
23
55
4.9536
3
16
60
5.006
0
18
49
5.2701
8
4
50
5.3772
6
14
51
5.4849
0
21
51
4.596
3
14
51
5.6645
7
12
56
6.0795
16
0
48
3.2194
6
16
45
5.8076
0
15
52
4.7306
9
0
40
4.6805
4
6
32
3.2172
0
17
47
2.6104
9
0
44
3.7174
2
16
39
3.8946
9
6
39
2.7066
12
5
51
5.6314
6
13
41
5.8152
12
7
47
5.1302
0
24
61
5.391
5
12
37
4.4533
4
15
49
4.6569
0
20
45
4.5212
6
16
42
4.865
4
17
48
5.3566
10
4
48
4.6098
4
14
36
2.3815
5
13
36
3.8746
9
8
51
4.5919
6
13
54
5.1588
5
8
100
5.4373
5
11
44
3.996
8
6
63
4.397
2
13
55
4.0622
7
8
50
2.2905
4
10
45
4.7115
10
5
40
4.531
3
17
64
5.3637
4
15
72
6.0771
三、完整程序如下：
%----------------------------by ggihhimm----------------------------
%《数理统计》杨虎、刘琼、钟波 编著 例4.4.1 多元线性回归及显著性检验 完整解答
% 输入需要的显著水平α（默认α=0.02），计算出不同结果（见运行结果）
% 该程序也适合其他维数的数据分析（只需改变excel表格中的数据即可）
%----------------------------by ggihhimm----------------------------
clear;clc;
data=xlsread(jc_p133_example.xls,sheet1);
xi=data(:,1:end-1);
[n,k]=size(data);
k=k-1;
index_of_xi_array=ones(1,k);
X=[ones(n,1) xi];
Y=data(:,end);
fprintf(第1次计算结果：\r)
beta_mao=((X*X)\X*Y);
fmt_str0=;
for i0=1:k+1
fmt_str0=[fmt_str0 β num2str(i0-1) = %0.4f\r];
end
fprintf(fmt_str0,beta_mao)
fprintf(\r)
%%检验回归方程的显著性
x_ba=mean(xi);
y_ba=mean(Y);
St_square=sum(Y.^2)-n*y_ba^2;
lxy=sum((xi-ones(n,1)*x_ba).*((Y-y_ba)*ones(1,k)));
Sr_square=sum(beta_mao(2:end).*lxy);
Se_square=St_square-Sr_square;
c_flag=Sr_square/Se_square;
F_alpha=input(请输入您要求的显著性水平(0α1)α= );
while ~(isscalar(F_alpha) F_alpha1 F_alpha0)
F_alpha=input(您的输入有误，请重新输入一个大于0，小
文档评论（0）