实验11统计回归模型4学时要点.docxVIP

精品文档 精品文档 PAGE PAGE59 精品文档 PAGE 《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;formatshortg; 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=[β0β，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 holdon; plot(x1,y,-r); holdoff; 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 [1x 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-xβ。 rint为r的置信区间，30×2矩阵。 stats为回归模型的检验统计量，含 4个值： R2 回归方程的决定系数（ R是相关系数） 统计值 与F统计量对应的概率值 s2剩余方差 4 ☆(2)运行