实验5(2)-概率统计问题的Matlab求解.ppt

数 学 实 验 概率统计问题的Ｍatlab求解 ——回归分析 实验目的 熟练掌握Matlab编程中一元线性回归、多元线性回归、一元多项式回归、非线性回归等语句的调用格式 会用Matlab对各种数据样本进行回归分析，并分析回归结果，对回归进行评价。 对实际问题，能够进行数据样本的分析，选用哪种方式进行回归模拟，依该回归进行预测。 实验过程 1.在D盘建立一个自己的文件夹 2.开启软件平台-MATLAB，将你建立的文件夹加入到MATLAB的搜索路径中。 3.学会调用基本回归分析命令，掌握基本的回归分析方法； 4.完成实验报告。 实验内容 回归分析 一元线性回归(regress) 多元线性回归(regress) 多项式回归（自学） 一元多项式回归(polyfit) 多元二项式回归(rstool) 非线性回归(nlinfit) 逐步回归分析(stepwise) 一元线性回归 例1人口预测 1949年—1994年我国人口数据资料如下： 年份xi 49 54 59 64 69 74 79 84 89 94 人数yi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 建模分析我国人口增长的规律, 预报2008、2010年我国人口数 建模分析步骤： (1) 在坐标系上作观测数据的散点图。 (2) 根据散点分布的几何特征提出模型 (3) 利用数据估计模型的参数 (4)结果分析 一元线性回归 例1人口预测 1949年—1994年我国人口数据资料如下： 年份xi 49 54 59 64 69 74 79 84 89 94 人数yi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 建模分析我国人口增长的规律, 预报2008、2010年我国人口数 解 ： (1)散点图 x=[49 54 59 64 69 74 79 84 89 94] y=[5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 ] plot(x,y,‘r.) 一元线性回归 (2)人口线性增长模型 假设：人口随时间线性地增加，模型：y = a + ｃx (3) 利用数据估计模型的参数 用MATLAB中的regress()命令 编写主程序liti1.m如下 ：　　 x1=[49 54 59 64 69 74 79 84 89 94]’; y=[5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 ]’;%必须是列向量 x=[ones(10,1),x1]; [b,bint,r,rint,stats]=regress(y,x); 一元线性回归 (4)结果分析 程序的结果为： b = -2.0320 0.1480　 stats = 1.0e+003 * 0.0009928 1.101878 0.00000000000074 0.0000410%long 即：　a = –2.032， ｃ= 0.148 则模型：y = – 2.032 + 0.148 x 　 R2=0.9928 , F=1101.878 ,P=0 由R2和F 表明拟合效果很好！ (5)预报 当X=108时，Y= 13.952亿; 当X=110时，Y=14.248亿 多元线性回归 例2为了研究火柴销量与各因素间的回归关系，收集了如下数据 年份 火柴销量 y(万件) 煤气户数x1(万户) 卷烟销量 x2(万箱) 蚊香销量 x3(十万盒) 打火石 x4(百万粒) 1971 17.84 27.43 21.43 11.09 25.78 1972 18.27 29.95 24.96 14.48 28.16 1973 20.29 33.53 28.37 16.97 24.26 1974 22.61 37.31 42.57 20.16 30.18 1975 26.71 41.16 45.16 26.39 17.08 1976 31.19 45.73 52.46 27.04 7.39 1977 30.5 50.59 45.3 23.08 3.88 1978 29.63 58.82 46.8 24.46 10.53 1979 29.69 6