原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《数学建模实验》 王平
实验 11 统计回归模型（ 4 学时）
（第 10 章 统计回归模型）
1. 牙膏的销售量 p325~332
下面给出一组数据，其中：
第 1 列 销售周期；
第 2 列 某公司牙膏销售价格（元） x4；第 3 列 其它厂家平均价格（元） x3；第 4 列 广告费用（百万元） x2；
第 5 列 价格差（元） x1(x3-x4)；第 6 列 销售量（百万支） y。
存放在一个名为 p325.txt 的文件中。
1
3.85
3.80
5.50
-0.05
7.38
2
3.75
4.00
6.75
0.25
8.51
3
3.70
4.30
7.25
0.60
9.52
4
3.70
3.70
5.50
0
7.50
5
3.60
3.85
7.00
0.25
9.33
6
3.60
3.80
6.50
0.20
8.28
7
3.60
3.75
6.75
0.15
8.75
8
3.80
3.85
5.25
0.05
7.87
9
3.80
3.65
5.25
-0.15
7.10
10
3.85
4.00
6.00
0.15
8.00
11
3.90
4.10
6.50
0.20
7.89
12
3.90
4.00
6.25
0.10
8.15
1
13
3.70
4.10
7.00
0.40
9.10
14
3.75
4.20
6.90
0.45
8.86
15
3.75
4.10
6.80
0.35
8.90
16
3.80
4.10
6.80
0.30
8.87
17
3.70
4.20
7.10
0.50
9.26
18
3.80
4.30
7.00
0.50
9.00
19
3.70
4.10
6.80
0.40
8.75
20
3.80
3.75
6.50
-0.05
7.95
21
3.80
3.75
6.25
-0.05
7.65
22
3.75
3.65
6.00
-0.10
7.27
23
3.70
3.90
6.50
0.20
8.00
24
3.55
3.65
7.00
0.10
8.50
25
3.60
4.10
6.80
0.50
8.75
26
3.65
4.25
6.80
0.60
9.21
27
3.70
3.65
6.50
-0.05
8.27
28
3.75
3.75
5.75
0
7.67
29
3.80
3.85
5.80
0.05
7.93
30
3.70
4.25
6.80
0.55
9.26
1.1 （验证）基本模型 p325~329
先保存上面的 p325.txt 文件。
绘制 y 对 x1 的散点图程序如下：
M=dlmread( p325.txt );% 读取 ASCII 码文件
x1=M(:,5); y=M(:,6);
plot(x1,y, bo);
[ 提示： dlmread 将以 ASCII 码分隔的数值数据文件读入到矩阵
中 ]
dlmread：读取 ASCII 码文件的 MATLAB 函数
M=dlmread( fun.txt );
fun.m 是一个数据文件，存放一个数据矩阵，将文件内容写入 M 。
2
☆ (1) 运行程序并给出结果（比较 [327]图 1）：
确定 y 对 x1 的拟合，绘制散点图与拟合曲线组合图形从 y 对 x1 的散点图可以发现，可用线性模型（直线）
y 0 1x1
来拟合（其中 ε是随机误差）。程序如下：
clc; format short g;
M=dlmread( p325.txt );% 读取 ASCII 码文件
x1=M(:,5); y=M(:,6);
plot(x1,y, bo);
b=regress(y,[ones(size(x1)),x1]);% b= [ β 0 β，1]列向量 x1=sort(x1); % 按升序排序，用于画图 y=[ones(size(x1)),x1]*b;% 使用矩阵乘法
hold on;
plot(x1,y, -r );
hold off;
3
[ 提示： regress 多元线性回归函数调用格式 ]
[b,bint,r,rint,stats]=regress(y,x,alpha)
例，多元回归模型为：
y
0
1
x
2
x
3
x2
1
2
2
输入：
y 为 n（ =30）维列向量数据。
2
x 为对应于回归系数
0
1
2
3
1
2
2
矩阵，
( β, β, β, β ) 的数据矩阵
[1 x
x
x
]（30×4
第 1列全 1）。
alpha 为置信水平（缺省时为 0.05）。
输出：
b 为 β=( β0, β1, β2, β3 )估计值， 4 维列向量。
bint 为 b 的置信区间， 4×2 矩阵。
r 为残差 n(=30)维列向量 y-
文档评论（0）