多元线性回归及显著性检验Matlab程序.doc

多元线性回归及显著性检验 Matlab 程序（完美版） 一、 明： 1、本程序是 研究生教材 《数理 》 （ 虎、刘 、 波 著） 例（ P133）的 程解答程序。教材上的例 只做了回 方程 著性分析和一次回 系数 著性分析（剔 除 x1 后没有再 x2 和 x3）。 2、本程序在以上的基 之上， 分 了 x2 和 x3，并且 算精度更高。  Matlab 3、本程序可根据用 的需要，在 入不同的 著性水平α之下得到相 的解答。 4、本程序移植性 ， 于其他数据，只需要改 excel 中的数据即可。 5、本程序 出的可 性 ，整 美 。 二、数据入下 （将数据存入 excel 表格，文件名 。注意数据是按 x1，x2，?， xk ，y 来列来存 。若不是 3个 量， 相 增减数据列就行。 ）： 2 18 50 7 9 40 5 14 46 12 3 43 1 20 64 3 12 40 3 17 64 6 5 39 7 8 37 0 23 55 3 16 60 0 18 49 8 4 50 6 14 51 0 21 51 3 14 51 7 12 56 16 0 48 6 16 45 0 15 52 9 0 40 4 6 32 0 17 47 9 0 44 2 16 39 9 6 39 12 5 51 6 13 41 12 7 47 0 24 61 5 12 37 4 15 49 0 20 45 6 16 42 4 17 48 10 4 48 4 14 36 5 13 36 9 8 51 6 13 54 5 8 100 5 11 44 8 6 63 2 13 55 7 8 50 4 10 45 10 5 40 3 17 64 4 15 72 三、完整程序如下： %----------------------------by ggihhimm---------------------------- %《数理统计》杨虎、刘琼、钟波  编著 例 多元线性回归及显著性检验  完整解答 % 输入需要的显著水平α（默认α  =），计算出不同结果（见运行结果） % 该程序也适合其他维数的数据分析（只需改变  excel  表格中的数据即可） %----------------------------by ggihhimm---------------------------- clear;clc; data=xlsread(,sheet1); xi=data(:,1:end-1); [n,k]=size(data); k=k-1; index_of_xi_array=ones(1,k); X=[ones(n,1) xi]; Y=data(:,end); fprintf( 第 1 次计算结果： \r) beta_mao=((X*X)\X*Y); fmt_str0=; for i0=1:k+1 fmt_str0=[fmt_str0 β num2str(i0 -1) = %\r]; end fprintf(fmt_str0,beta_mao) fprintf(\r) %%检验回归方程的显著性 x_ba=mean(xi); y_ba=mean(Y); St_square=sum(Y.^2)-n*y_ba^2; lxy=sum((xi-ones(n,1)*x_ba).*((Y-y_ba)*ones(1,k))); Sr_square=sum(beta_mao(2:end).*lxy); Se_square=St_square-Sr_square; c_flag=Sr_square/Se_square; F_alpha=input( 请输入您要求的显著性水平 (0 α1) α = ); while ~(isscalar(F_alpha) F_alpha1 F_alpha0) F_alpha=input( 您的输入有误，请重新输入一个大于 0，小于 1 的数，α = ); end F_fenweidian=finv(1-F_alpha,k,n-k-1); c=k/(n-k-1)*F_fenweidian; if c_flagc fprintf([\r-------------------- 回归方程显著性检验（ H0：β 1=β 2=...= ...  βk=0） --------------------\r  经过计算：拒绝  H0，原假设不成立。  ]) else fprintf([\r--------------------  回归方程显著性检验（  H0：β 1=β 2=...=  βk=0） ... --------------------\r  经过计算：接受  H0，原假设成立