第三讲 MATLAB预测回归分析.pptVIP

先来看两个例子： 问题1 (血压与年龄) 为了了解血压随着年龄的增长而升高的关系，调查了30个成年人的血压，如表所示，我们希望用这组数确定血压与年龄之间的关系，并且由此从年龄预测血压可能的变化范围。 表 1 序号 血压 年龄 序号 血压 年龄 序号 血压 年龄 1 144 39 11 162 64 21 136 36 2 215 47 12 150 56 22 142 50 3 138 45 13 140 59 23 120 39 4 145 47 14 110 34 24 120 21 5 162 65 15 128 42 25 160 44 6 142 46 16 130 48 26 158 53 7 170 67 17 135 45 27 144 63 8 124 42 18 114 18 28 130 29 9 158 67 19 116 20 29 125 25 10 154 56 20 124 19 30 175 69 * 模型：记血压为y，年龄为x，可以做出如上图所示的散点图，从图形上直观的可以看出，y与x大致呈线性关系，即有： 需要由数据确定系数 的估计值 。 此函数为一元线性函数！！ * 问题2 (血压与年龄，体重指数，吸烟习惯) 世界卫生组织颁布的“体重指数”的定义是体重(kg)除以身高(m)的平方，下表给出了30个人的体重指数等数据，其中，0表示不吸烟，1表示吸烟，怎么考虑吸烟这个因素，此因素对于血压升高有影响吗，并对体重指数为25,50岁的吸烟者的血压做出预测。 表 2 序号 血压 年龄 体重指数 吸烟习惯 序号 血压 年龄 体重指数 吸烟习惯 序号 血压 年龄 体重指数 吸烟习惯 1 144 39 24.2 0 11 162 64 28.0 1 21 136 36 25.0 0 2 215 47 31.1 1 12 150 56 25.8 0 22 142 50 26.2 1 3 138 45 22.6 0 13 140 59 27.3 0 23 120 39 23.5 0 4 145 47 24.0 1 14 110 34 20.1 0 24 120 21 20.3 0 5 162 65 25.9 1 15 128 42 21.7 0 25 160 44 27.1 1 6 142 46 25.1 0 16 130 48 22.2 1 26 158 53 28.6 1 7 170 67 29.5 1 17 135 45 27.4 0 27 144 63 28.3 0 8 124 42 19.7 0 18 114 18 18.8 0 28 130 29 22.0 1 9 158 67 27.2 1 19 116 20 22.6 0 29 125 25 25.3 0 10 154 56 19.3 0 20 124 19 21.5 0 30 175 69 27.4 1 * 模型：记血压为 ，年龄为 ，体重指数为 ，吸烟习惯为 ，用Matlab将 与 的数据做散点图，看出大致也呈线性关系，建立模型： 由数据估计系数 ，也可看做曲面拟合（其实为超平面） 多元线性回归 b=regress( Y, X ) 1、确定回归系数的点估计值： 第三讲 MATLAB预测方法（1）回归分析 * 3、画出残差及其置信区间： rcoplot（r，rint） 2、求回归系数的点估计和区间估计、并检验回归模型： [b, bint,r,rint,stats]=regress(Y,X,alpha) 回归系数的区间估计 残差 用于检验回归模型的统计量， 有三个数值：R2、F值、与F对应的概率p、以及残差的方差的估计值 置信区间 显著性水平 （缺省时为0.05） * 问题1的求解： y=[……]; %已知的因变量数组 x=[……]; %已知的自变量数组 n=……; %已知的数据容量 X=[ones(n,1),x’]; %1与自变量组成的输入矩阵 [b,bint,r,rint,s]=regress(y’,X); %回归分析程序(显著性水平为0.05) b, bint, s, %输出回归系数及其置信区间和统计量 rcoplot(r,rint) %残差及其置信区间作图 输出结果为： b= 98.4084 0.9732 bint = 78.7484 118.0683 0.5601 1.3864 s = 0.45