数学建模-回归分析-多元回归分析.pdf

精品文档 1、 多元线性回归 在回归分析中， 如果有两个或两个以上的自变量， 就称为多元回归。 事实上， 一种现象常常是与多个因素相联系的， 由多个自变量的最优组合共同来预测或估 计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。 在实际经济问题中， 一个变量往往受到多个变量的影响。 例如， 家庭消费支 出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金 融机构存款利息等多种因素的影响，表现在线性回归模型中的解释变量有多个。 这样的模型被称为多元线性回归模型。（ multivariable linear regression model ） 多元线性回归模型的一般形式为： 其中 k 为解 释变量 的 数目， j (j=1,2, … ，k) 称为回归 系数（ regression coefficient) 。上式也被称为总体回归函数的随机表达式。 它的非随机表达式为： j 也被称为偏回归系数（ partial regression coefficient) 。 2、 多元线性回归计算模型 多元性回归模型的参数估计， 同一元线性回归方程一样， 也是在要求误差平 方和（Σ e) 为最小的前提下，用最小二乘法或最大似然估计法求解参数。 x x x1 p y x x xnp y 设（ 11 ， 12 ，…， ， 1 ），…，（ n1 ， n2 ，…， ， n ）是一个样本， 用最大似然估计法估计参数： 达 到最小。 。 1 欢迎下载 精品文档 把（ 4 ）式化简可得： 引入矩阵： 方程组（ 5 ）可以化简得： 可得最大似然估计值： 。 2 欢迎下载 精品文档 3、 Matlab 多元线性回归的实现 多元线性回归在 Matlab 中主要实现方法如下： （1）b=regress(Y, X ) 确定回归系数的点估计值 其中 （2）[b,bint,r,rint,stats]=regress(Y,X,alpha) 求回归系数的点估计和区 间估计、并检 验回归模型 ① bint 表示回归系数的区间估计 . ② r 表示残差 ③ rint 表示置信区间 2 ④stats 表示用于检验回归模型的统计量 , 有三个数值：相关系数 r 、F 值、与 F 对应的 概率 p 2 说明：相关系数 r 越接近 1，说明回归方程越显著； FF1-alpha(p,n-p-1) 时拒 绝 H0，F 越大，说明回归方程越显著；与 F 对应的概