数学实验第10次作业_回归分析报告.doc

. . 回归分析 一 实验目的 1 了解回归分析的基本原理.掌握MATLAB实现的方法； 2 练习用回归分析解决实际问题。 二 实验内容 1 电影院调查电视广告费用和报纸广告费用对每周收入的影响.得到下面的数据(见下表).建立回归模型并进行检验.诊断异常点的存在并进行处理。 每周收入 96 90 95 92 95 95 94 94 电视广告费用 1.5 2.0 1.5 2.5 3.3 2.3 4.2 2.5 报纸广告费用 5.0 2.0 4.0 2.5 3.0 3.5 2.5 3.0 初步解决： 首先对于题目作初步分析.题目中电视广告费用和报纸广告费用都会对与每周收入产生影响.但是两者对于每周收入的影响都是独立的。 首先画出散点图如下： 观察散点图之后.假设自变量与因变量满足多元线性关系。设电视广告费用为x1.报纸广告费用为x2.每周收入为y y= 下面在MATLAB中输入以下命令： 输出结果如下所示： 结果列表如下： 回归系数 回归系数估计值 回归系数置信区间 β 83.2116 [78.8058 β 1.2985 [0.4007 β 2.3372 [1.4860 R 于是由它得到的预测模型为y=83.2116 做出残差和置信区间的图像如下： 由图像可以看出.只有第一组数据的置信区间不包括零.改组数据可能有误.去掉之后再进行计算。 在命令栏中输入以下命令： 输出结果如下所示： 将结果列表如下： 回归系数 回归系数估计值 回归系数置信区间 β 8 [78.7878 β 1.2 [0.7964 β 2. [2.3281 R 由它得到的回归模型为y=81.4881+1.2877 对于实验结果的分析： 回归模型：y=81.4881+1.2877x1+2.9766x2。 对比剔除异常点后的分析结果可知.第一次分析的过程中.第一组数据的置信区间不包括零点. 剔除数据之后计算结果与剔除之前的比较 β β β β β β 原始数据 83.2116 [78.8058 1.2985 [0.4007 2.3372 [1.4860 剔除后 8 [78.7878 1.2 [0.7964 2. [2.3281 纵向比较可以看出.剔除了异常数据之后.置信区间明显的有了缩小.所以说.剔除异常数据可以有利于更加精确地建立模型。 2 汽车销售商认为汽车销售量与汽油价格、贷款利率有关.两种类型汽车(普通型和豪华型)18个月的调查资料见下表.其中y1是普通型汽车售量(千辆).y2是豪华型汽车售辆(千辆).x1是汽油价格(元/gal).x 序号 y y x x 1 22.1 7.2 1.89 6.1 2 15.4 5.4 1.94 6.2 3 11.7 7.6 1.95 6.3 4 10.3 2.5 1.82 8.2 5 11.4 2.4 1.85 9.8 6 7.5 1.7 1.78 10.3 7 13.0 4.3 1.76 10.5 8 12.8 3.7 1.76 8.7 9 14.6 3.9 1.75 7.4 10 18.9 7.0 1.74 6.9 11 19.3 6.8 1.70 5.2 12 30.1 10.1 1.70 4.9 13 28.2 9.4 1.68 4.3 14 25.6 7.9 1.60 3.7 15 37.5 14.1 1.61 3.6 16 36.1 14.5 1.64 3.1 17 39.8 14.9 1.67 1.8 18 44.3 15.6 1.68 2.3 对普通型和豪华型汽车分别建立如下模型： y 给出β的估计值和置信区间.决定系数R2 用x3=0.1表示汽车类型.建立统一模型：y=β0+β1x1+β2 对统一模型就每种类型汽车分别作x1和x2与残差的散点图 对统一模型增加二次项和交互项.考察结果有什么改进。 初步解决： 首先研究y1. 输出结果如下： 结果列表如下： 回归系数 回归系数估计值 回归系数置信区间 β 90.1814 [46.1971 β -27.6588 [-54.5542 β -3.2283 [-4.2747 R 由它得到的回归模型为：y=90.1814-27.6588x1-3.2283x2。β1、β 下面研究y2. 输出结果如下： 结果列表如下： 回归系数 回归系数估计值 回归系数置信区间 β 24.5471 [5.9201 β -4.6285 [-16.0184 β -1.4360 [-1.8792 R 由它得到的回归模型为：y=24.5471-4.6285x1-1.4360 对于统一模型.用x3来表示车的类型.x3=0 在命令栏中输入以下内容： 输出结果如下所示： 结果列表如下： 回归系数 回归系数估计值 回归系数置信区间 β