MATLAB统计工具箱中的回归分析命令(2).pptVIP

MATLAB统计工具箱中的回归分析命令;学习目标;第一节 变量间的相关关系;变量相关的概念;变量间的关系（函数关系）;变量间的关系（函数关系）;变量间的关系（相关关系）;变量间的关系（相关关系）;相关关系的类型;相关关系的图示;相关系数及其计算;相关关系的测度（相关系数）;相关关系的测度（相关系数）;相关关系的测度（相关系数取值及其意义）;相关关系的测度（相关系数取值及其意义）;统计工具箱中的回归分析命令;回归模型的类型;多元线性回归; 3．画???残差及其置信区间： rcoplot（r，rint） ;例1;;3．残差分析，作残差图： rcoplot(r,rint);;;;法一;法二;（二）多元二项式回归; 例3 设某商品的需求量与消费者的平均收入、商品价格的统计数 据如下，建立回归模型，预测平均收入为1000、价格为6时 的商品需求量.; 在画面左下方的下拉式菜单中选”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;结果为: b = 110.5313 0.1464 -26.5709 -0.0001 1.8475 stats = 0.9702 40.6656 0.0005;;例 4 对第一节例2，求解如下：;4．预测及作图： [YY,delta]=nlpredci(volum,x,beta,r ,J)； plot(x,y,k+,x,YY,r);例5* 财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资等因素有关.表中列出了1952─1981年的原始数据，试构造预测模型. ; 1．? 对回归模型建立M文件model.m如下: function yy=model(beta0,X) a=beta0(1); b=beta0(2); c=beta0(3); d=beta0(4); e=beta0(5); f=beta0(6); x1=X(:,1); x2=X(:,2); x3=X(:,3); x4=X(:,4); x5=X(:,5); x6=X(:,6); yy=a*x1+b*x2+c*x3+d*x4+e*x5+f*x6; ;2. 主程序liti6.m如下:; betafit = 0.5243 -0.0294 -0.6304 0.0112 -0.0230 0.3658 即y= 0.5243x1-0.0294x2-0.6304x3+0.0112x4-0.0230x5+0.3658x6 ;逐 步 回 归;例6 水泥凝固时放出的热量y与水泥中4种化学成分x1、x2、x3、 x4有关，今测得一组数据如下，试用逐步回归法确定一个 线性模型.;1．数据输入： x1=[7 1 11 11 7 11 3 1 2 21 1 11 10]; x2=[26 29 56 31 52 55 71 31 54 47 40 66 68]; x3=[6 15 8 8 6 9 17 22 18 4 23 9 8]; x4=[60 52 20 47 33 22 6 44 22 26 34 12 12]; y=[78.5 74.3 104.3 87.6 95.9 109.2 102.7 72.5 93.1 115.9 83.8 113.3 109.4]; x=[x1 x2 x3 x4];;2．逐步回归： （1）先在初始模型中取全部自变量： stepwise(x,y) 得图Stepwise Plot 和表Stepwise Table;;（2）在图Stepwise Plot中点击直线3和直线4，移去变量x3和x4;;（3）对变量y和x1、x2作线性回归： X=[ones(13,1) x1 x2]; b=regress(y,X); 表1 我国人均国民收入与人均消费金额数据 单位:元;答案：用matlab可得(经验)方程;二元线性回归的练习;二元线性回归的练习(Ex