数学建模大任务.docVIP

题目： 下表列出了某城市18位35~44岁经理的年平均收入x1（千元），风险偏好度x2和人寿保险额y（千元）的数据，其中风险偏好度是根据发给每个经理的问卷调查表综合评估得到的，它的数值越大，就越偏爱风险。研究人员想研究此年龄段中的经理所投保的人寿保险额与年均收入及风险偏好度之间的关系。研究者预计，经理的年均收入和人寿保险额之间存在二次关系，并有把握地认为风险偏好度对人寿保险额有线性效应，但对于风险偏好度对人寿保险额是否有二次效应以及两个自变量是否对人寿保险额有交互效应，心中没底。 通过下表中的数据来建立一个合适的回归模型，验证上面的看法，并给出进一步的分析。 序号 y x1 x2 序号 y x1 x2 1 196 66.290 7 10 49 37.408 5 2 63 40.964 5 11 105 54.376 2 3 252 72.996 10 12 98 46.186 7 4 84 45.010 6 13 77 46.130 4 5 126 57.204 4 14 14 30.366 3 6 14 26.852 5 15 56 39.060 5 7 49 38.122 4 16 245 79.380 1 8 49 35.840 6 17 133 52.766 8 9 266 75.796 9 18 133 55.916 6 模型： 根据题目的提示，建立多元二项式回归模型，用统计分析决定优劣。 按照多项式回归的方法，首先确定选择哪种多元二项式回归模型，在进行参数计算。 计算方法： 编写程序： y=[196 63 252 84 126 14 49 49 266 49 105 98 77 14 56 245 133 133]; x1=[66.29 40.964 72.996 45.01 57.204 26.852 38.122 35.84 75.796 37.408 54.376 46.186 46.13 30.366 39.06 79.38 52.766 55.916]; x2=[7 5 10 6 4 5 4 6 9 5 2 7 4 3 5 1 8 6]; x=[x1 x2]; rstool(x,y) 在弹出的窗口中，选择4种模式比较，先输出s值。得到： 模型 Linear Pure Quadratic Interaction Full Quadratic s 9.2516 1.8064 9.5232 1.7430 发现Full Quadratic模型的s值最小，选择Full Quadratic模型。 Full Quadratic的交互式画面如下： 输出各项参数值： β0 β1 β2 β3 β4 β5 -65.3856 1.0172 5.2171 -0.0196 0.0358 0.1662 所以得到回归方程： 实验结果分析： Pure Quadratic，Full Quadratic模型的s值差距不大，说明交互项对y的影响不大。最后的回归曲线中，也发现β3的值比较小。说明两个自变量对人寿保险额的交互效应不大。 β4，β5不等于0,说明年平均收入和风险偏好度都对人寿保险额有二次效应。 平均收入和风险偏好度对人寿保险额的线性效应是很明显的。