数学建模逐步回归.ppt

逐步回归;逐步回归 　　 在影响目标的众多因素中，选择最显著变量的建立模型． 判断因素显著与否的标准有很多，常用的有残差平方和，偏回归平方和，偏相关系数等．; １．前进法： ２．后退法； ３．逐步回归 ; 注意： ３种方法的运算量都很大，需建立有效的算法，编程实现，或借助于工具软件;教学评估问题;;样本资料阵X 4.4600 4.4200 4.2300 4.1000 4.5600 4.3700 4.1100 3.8200 3.2900 3.6000 3.9900 3.8200 3.5800 3.3100 3.2400 3.7600 4.3900 3.7500 4.4200 4.3700 4.3400 4.4000 3.6300 4.2700 4.6200 4.4700 4.5300 4.6700 4.6300 4.5700 3.1800 3.8200 3.9200 0 3.5000 0.1400 2.4700 2.7900 3.5800 3.6200 2.8400 3.8400 4.2900 3.9200 4.0500 3.5000 2.7600 4.1100 4.4100 4.3600 4.2700 3.7600 4.5900 4.1100 4.5900 4.3400 4.2400 4.7500 2.6400 4.3800 4.5500 4.4500 4.4300 4.3900 4.4500 4.4000 4.6700 4.6400 4.5200 4.5700 3.4800 4.2100 3.7100 3.4100 3.3900 4.3900 4.0600 4.0600 4.2800 4.4500 4.1000 4.1800 3.7600 4.4300 4.2400 4.3800 4.3500 4.4800 4.1500 4.5000;Y = 4.1100 3.3800 3.1700 4.3900 4.6900 3.2500 2.8400 3.9500 4.1800 4.4400 4.4700 4.6100 3.1700 4.1500 4.0000 ;;;逐步回归函数stepwise用法：;包含全部6个变量的回归: stepwise(X,y,[1,2,3,4,5,6],0.05) 结果:stepwise命令产生3个窗口: ;1.Stepwise Table窗口: 给出回归系数及其置信区间，模型统计量（剩余标准差，决定系数，Ｆ值，Ｐ值）;;２．Stepwise Plot窗口： 给出回归系数及其置信区间（虚线表示回归系数包含０点） ;;３．Stepwise History窗口： 记录选择过的每个模型的RMSE,通过比较其值，可选择一个最好的模型．;;;x1,x2,x3,x4,x5,x6,y间的相关系数： corrcoef([x1,x2,x3,x4,x5,x6,y]) 结果： 1.0000 0.9008 0.6752 0.5599 0.2910 0.5476 0.9024 0.9008 1.0000 0.8504 0.3262 0.2775 0.3088 0.9274 0.6752 0.8504 1.0000 0.2811 0.0808 0.2662 0.8975 0.5599 0.3262 0.2811 1.0000 0.1608 0.9702 0.5080 0.2910 0.2775 0.0808 0.1608 1.0000 0.1723 0.1625 0.5476 0.3088 0.2662 0.9702 0.1723 1.0000 0.