Matlab工具箱之数据处理.pptVIP

一、数学模型 例1 测16名成年女子的身高与腿长所得数据如下： 以身高x为横坐标，以腿长y为纵坐标将这些数据点（xi，yi）在平面直角坐标系上标出. 散点图 解答 一元线性回归分析的主要任务是： 返回 二、可线性化的一元非线性回归 （曲线回归） 例2 出钢时所用的盛钢水的钢包，由于钢水对耐火材料的侵蚀， 容积不断增大.我们希望知道使用次数与增大的容积之间的关 系.对一钢包作试验，测得的数据列于下表： 解答 散 点 图 此即非线性回归或曲线回归 问题（需要配曲线） 配曲线的一般方法是： 通常选择的六类曲线如下： 返回 三、多元模型 返回 统计工具箱中的回归分析命令 1．多元线性回归 2．多项式回归 3．非线性回归 4．逐步回归 返回 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0.0