多项式拟合方法.ppt

（2）多元二项式回归 多元二项式回归可用命令：rstool(x,y,model,alpha)。其中，输入数据x、y分别为n×m矩阵和n维列向量；alpha为显著性水平（缺省时为0.05）；model由下列4个模型中选择1个（用字符串输入，缺省时为线性模型）： linear（线性）： y = b0 + b1x1 +....+ bmxm ； purequadratic（纯二次）： y = b0 + b1x1 +....+ bmxm + interaction（交叉）： y = b0 + b1x1 +....+ bmxm + 命令rstool产生一个交互式画面，画面中有m个图形，这m个图形分别给出了一个独立变量xi（另m-1个变量取固定值）与y的拟合曲线，以及y的置信区间。可以通过键入不同的xi的值来获得相应的y值。 图的左下方有两个下拉式菜单，一个菜单Export用以向Matlab工作区传送数据，包括beta（回归系数）、rmse（剩余标准差）、residuals（残差）。另一个菜单model用以在上述4个模型中选择。可以分别选4个模型，并比较它们的剩余标准差，其中最接近于0的模型是最好的。 我们再作一遍例8商品销售量与价格问题，选择纯二次模型，即 y = b0 + b1* x1 + b2*x2 + b3*x12 + b4* x22 。 编程如下： x1=[120 140 190 130 155 175 125 145 180 150] ; x2=[100 110 90 150 210 150 250 270 300 250] ; y=[102 100 120 77 46 93 26 69 65 85] ; x=[x1 x2]; rstool(x,y, purequadratic ) 得到一个交互式画面，给出两幅图形。左边图形是x1固定时的曲线y(x1)及其置信区间，右边图形是x2固定时的曲线y(x2)及其置信区间。用鼠标移动图中的十字线，或在图下方窗口内输入，可改变x1、x2。画面左边给出y的预测值即其置信区间，用这种画面可以回答例8提出的“若谋市本厂产品售价160（元），竞争对手售价170（元），预测商品在该市的销售量”问题。 在画面左下方的下拉式菜单Export中选择“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 得到结果：beta=-312.5871 7.2701 -1.7337 -0.0228 0.0037 rmse=16.6436 如果在另一菜单model选择其它多元二项式模型，比较它们的剩余标准差就会发现，本例的所选模型的 rmse=16.6436最小。 注：本例中的模型亦可化为多元线性回归来做。请读者自己编程并比较结果。 3 非线性回归 非线性回归可用命令nlinfit,nlintool,nlparci,nlpredci来实现。命令格式如下： 回归：回归可用命令[beta,r,J]=nlinfit(x,y,model,beta0)或者nlintool(x,y,model,beta0,alpha)来实现。其中命令[beta,r,J]=nlinfit(x,y,model,beta0)的作用为确定回归系数；而命令nlintool(x,y,model,beta0,alpha)产生一个交互式的画面，画面中有拟合曲线和y的置信区间。通过 左下方的Export下拉式菜单，可以输出回归系数等。 某些非线性回归也可化为多元线性回归来解。 例10 在研究化学动力学反应过程中，建立了一个反应速度和反应物含量的数学模型，形式为 其中 b1 ，…，b5 式未知系数， x1 , x2 , x3 是三种反应物（氢，n戊烷，异构戊烷）的含量， y 是反应速度。今测的一组数据如下表，试由此确定参数 b1 ，…， b5 ，并给出置信区间。 b1 ，…， b5 的参考值为（0.1,0.05,0.02,1,2）。 序号 反应速度y 氢x1 n戊烷x2 异构戊烷x3 1 8.55 470 300 10 2 3.79 285 80 10 3 4.82 470 300 120 4 0.02 470