回归分析案例.doc

PAGE PAGE 21 身高 0.75 0.85 0.95 1.08 1.12 1.16 1.35 1.51 1.55 1.6 1.63 1.67 1.71 1.78 1.85 体重 10 12 15 17 20 22 35 41 48 50 51 54 59 66 75 Matlab实现： h=[0.75 0.85 0.95 1.08 1.12 1.16 1.35 1.51 1.55 1.6 1.63 1.67 1.71 1.78 1.85]; m=[10 12 15 17 20 22 35 41 48 50 51 54 59 66 75]; plot(x,y,'*') 可令：,求系数可用p=polyfit(x,y,n), 其中,n=1,结果：p=[2.3,2.823]由此得d=16.8,a=2.3,即有经验公式：。 也直接利用Matlab统计工具箱中的命令regress求解，使用格式： [b,bint,r,rint,stats]=regress(y,x,alpha) alpha为置信水平，r为残差向量，stats为回归模型的检验统计量，有3个值，第一个是回归方程的决定系数，第二个是F统计量值，第三个是与F统计量对应的概率值。 上例可如下操作：y=log(m)';x=[ones(length(y),1),log(h)']; [b,bint,r,rint,stat]=regress(y,x) b = 2.8228 2.3000 stat = 1 1024 0.0000 残差分析：rcoplot(r,rint) 例2：施肥效果分析（1992建模赛题） 磷肥施用量（吨/公顷）与土豆产量： 磷肥施用量 0 24 49 73 98 147 196 245 294 342 土豆产量 33.46 32.47 36.06 37.96 41.04 40.09 41.26 42.17 40.36 42.73 y(0)、y(24)是病态数据，以线性插值代替： 磷肥施用量 0 24 49 73 98 147 196 245 294 342 土豆产量 33.46 34.76 36.06 37.96 41.04 40.09 41.26 42.17 40.36 42.73 氮肥施用量（吨/公顷）与土豆产量： 氮肥施用量 0 24 49 73 98 147 196 245 294 342 土豆产量 33.46 34.76 36.06 37.96 41.04 40.09 41.26 42.17 40.36 42.73 1)模型选择: 对于磷肥土豆：可选择函数 或威布尔函数 对于氮肥土豆：可选择函数 2)模型的参数估计: 可如下操作： x=[0 34 67 101 135 202 259 336 404 471]'; y=[15.18 21.36 25.72 32.29 34.03 39.45 43.15 43.46 40.83 30.75]'; X=[ones(length(y),1),x,x.^2]; [b,bint,r,rint,stat]=regress(y,X) b = 14.7416 0.1971 -0.0003 stat = 0.9863 251.7971 0.0000 即 拟合曲线图：  3) 显著性检验: (仅以氮肥土豆模型为例说明) A):回归方程的显著性检验: 检验的概率p=0,说明方程是高度显著的. B):回归系数的的显著性检验: 对: 检验统计量 2539.10825802353 对: 检验统计量 -1004341都有 ,所以,均应拒绝原假设,认为系数显著地不为0. 4)残差诊断: 标准化残差图如下 标准化残差基本上均匀分布于-2至2之间,可以认为模型拟合是合理的. 案例：牙膏的销售量 某牙膏制造企业要求销售部门根据市场调查，找出公司生产的牙膏销售量与销售价格、广告投入等之间的关系，从而预测出在不同价格和广告费用下的销售量。为此，销售部收集了过去30个销售周期公司生产的牙膏的销售量、销售价格、广告费用，以及同期其他厂家生产的同类牙膏的平均销售价格。试根据这些数据建立一个数学模型，分析牙膏销售量与其他因素的关系，为制定价格策略和广告投入策略提供数量依据。 销售周期 公司销售价格（元） 其他厂家平均 价格（元） 广告费用（百万元） 价格差（元） 销售量（百万支） 1 3.85 3.80 5.50 -0.05 7.38 2 3.75 4.00 6.75 0.25 8.51 3 3.70 4.30 7.25 0.60 9.52 4 3.70 3.70 5.50 0.00