课件：MALAB统计工具箱中的回归分析命令.pptVIP

答案：用matlab可得(经验)方程 人均消费金额对人均国民收入的回归方程为 y = 54.22286 + 0.52638 x ^ 二元线性回归的练习 销售额、人口数和年人均收入数据 地区 编号 销售额 （万元）y 人口数 (万人) x1 年人均收入 (元)x2 1 2 3 4 5 6 7 8 9 10 33.3 35.5 27.6 30.4 31.9 53.1 35.6 29.0 35.1 34.5 32.4 29.1 26.3 31.2 29.2 40.7 29.8 23.0 28.2 26.9 1250 1650 1450 1310 1310 1580 1490 1520 1620 1570 【练习2】一家百货公司在10个地区设有经销分公司。公司认为商品销售额与该地区的人口数和年人均收入有关，并希望建立它们之间的数量关系式，以预测销售额。有关数据如下表。试确定销售额对人口数和年人均收入的线性回归方程，并分析回归方程的拟合程度，对线性关系和回归系数进行显著性检验(?=0.05)。 二元线性回归的练习(Excel 输出的结果) 非线性回归 【练习3】为研究生产率与废品率之间的关系，记录数据如下表。试拟合适当的模型。 废品率与生产率的关系 生产率（周/单位) x 1000 2000 3000 3500 4000 4500 5000 废品率（%） y 5.2 6.5 6.8 8.1 10.2 10.3 13.0 非线性回归（练习） 生产率与废品率的散点图 非线性回归（练习答案） 用线性模型：y =?0??1x+? ，有 y = 2.671+0.0018x 用指数模型：y = ?? x ，有 y =4.05?(1.0002)x 比较 直线的残差平方和指数模型的残差平方和,直线模型略不如指数模型好. THANK YOU SUCCESS * * 可编辑 * * * * * * * * * * * * * 139 * 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. * * * * * * * 多元线性回归 b=regress( Y, X ) 1．确定回归系数的点估计值： 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：相关系数r 2、 F值、与F 对应的概率p 置信区间 显著性水平 （缺省时为0.05） 例1 解： 1．输入数据： x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]; X=[ones(16,1) x]; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]; 2．回归分析及检验： [b,bint,r,rint,stats]=regress(Y,X) b,bint,stats To MATLAB(liti11) 题目 3．残差分析，作残差图： rcoplot(r,rint) 从残差图可以看出，除第二个数据外，其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-16.073+0.7194x能较好的符合原始数据，而第二个数据可视为异常点. 4．预测及作图： z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) 返回 To MATLAB(liti12) 多 项 式 回 归 （一）一元多项式回归 （1）确定多项式系数的命令： [p，S]=polyfit（x，y，m） （2）一元多项式回归命令：polytool（x，y，m） 1．回归： y=a1xm+a2xm-1+…+amx+am+1 多 项 式 回 归 （一）一元多项式回归 y=a1xm+a2xm-1+…+amx+am+1 2．预测和预测误差估计： （1）Y=polyval（p，x） 求polyfit所得的回归多项式在x处 的预测值Y； （2）[Y，DELTA]=polyconf（p，x，S，alpha） 求polyfit所得的回归多项式在x处的预测值Y及预测 值的显著