Matlab_多元的线性回归.docx

实用标准文案 Matlab 多元线性回归 1、 多元 性回 在回 分析中，如果有两个或两个以上的自 量，就称 多元回 。事 上，一种 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 量 行 或估 更有效，更符合 。 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 性回 模型的一般形式 ： i 0 + 1 X 1i + 2 2i ? + k ki + i ，i=1 ，2，? n （1） Y = X + X 其中 k 解 量的数目， β j j ( j = 1 ， ，? k 称 回 系数（ regression coefficient)。 2 ) 上 式也被称 体回 函数的随机表达式。它的非随机表达式 ： Y = 0 + 1 X 1i + X + ? + X , i=1,2, ?n （2） i 2 2i k ki k j j 也被称 偏回 系数（partial regression coefficient) 。 ， 2、 多元 性回 算模型 Y= 0 + 1 1 + 2 2 ? + k k ， ~N(0, 2)(3) X X + X + 多元性回 模型的参数估 ，同一元 性回 方程一 ，也是在要求 差平方和（Σ e) 最小的前提下，用最小二乘法或最大似然估 法求解参数。 ( x ,x , ? ,x ,y ) ，?， (x ,x , ?,x ,y ) 是一个样本，用最大似然估计法估计 11 12 1p1 n1 n2 np n 参数： ? ? ? 0 ? 1? p ? n 2 取 b0 , b1 , ? , bp , 当b =b0 ,b = b1 , ?,b = bp ,Q= 达到最小。 ( yi b0 b1 xi1 ... bp xip ) i 1 Q n 2 ( y i b 0 b 1 x i 1 b p x ip ) 0 b 0 i 1 Q n 2 ( y i b 0 b 1 x i 1 b p x ip ) x ij 0 Qb j n i 1 2 ( yi b1xi1 bp xip ) 0 b0 b0 i 1 Q n 2 ( yi b0 b1xi1 bp xip )xij 0 （4）化 可得： b j i 1 精彩文档 实用标准文案 n n n b0 n b1 xi1b2 xi 2 bpxip yi , i 1 i 1 i 1 b0 n n 2 xi 1 xi 2 bp n xi1 xip xi 1 yi , xi1 b1 xi1 b2 i 1 i 1 i 1 i 1 n n n n n b0 xipb1 xip xi1b2 xip xi 2 bp xip 2 xip yi , i 1 i 1 i 1 i 1 i 1 引入矩阵： y 1 x11 x12 x1 p 1 x21 x22 x2 p 1 xn1 xn2 xnp 方程组（ 5）可以化简得： X X X 可得最大似然估计值： ? b0 ? 1 ? b1 (X'X) X'Y BB ’ X Y ? 精彩文档 实用标准文案 8） ( x1 , x2 x p ) b0 b1 x1 b p x p 的估计是： ? ? ? ? ? b1 x1 b2 x2 bp x p y b0 公式（ 8）为 P元经验线性回归方程。 。 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 1 x11 x12 x1p y1 b0 1 x21 x22 x2 p y2 , B b1 X= ， Y= 1 xn1 xn2 xnp yn b p （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 ①bint 表示回归系数的区间估计 . ②r 表示残差 ③rint 表示置信区间 ④ stats 表示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 说明：相关系数 r 2越接近 1 ，说明回归方程越显著； > 1- alpha( , - -1) 时拒绝 H 0， F F F p n p