回归分析模型.pptxVIP

会计学; 由一个（或一组）非随机变量来估计或预测某一个随机变量的观测值时，所建立的数学模型和所进行的统计分析，称为回归分析。如果这个模型是线性的，就称为线性回归分析。研究两个变量间的相关关系的回归分析，称为一元回归分析。;4.1.一元线性回归模型; 由于 与 之间不存在完全确定的函数关系，因此必须把随机波动产生的影响考虑在内。于是有一元线性回归模型的一般形式为; 一元线性回归分析的主要任务是用样本值对回归系数 和 作点估计；对 作假设检验；在 处对 作预测，并对 作区间估计。; 的无偏估计为;参数 的置信水平为 的置信区间为;用 的回归值 作为 的预测值，同时 的置信水平为 的预测区间为;4.2. 多元线性回归模型; 与 观测值表;在理论模型式（1）下，可以认为表中数据满足;未知参数 估计式为;对于给定自变量 ，用;4.3 利用Matlab软件实现 ;对一元线性回归，取k＝1即可。 （2）当要画出残差及其置信区间，使用命令 rcoplot(r,rint) 作残差分析图。 ;例4.1 某种合金强度与炭含量有关，研究人员在生产试验中收集了该合金的强度y与炭含量x的数据。试建立y与x的函数关系模型，并检验模型的可信度，检查数据中有无异常点。（一元线性回归）;例4.2 某厂生产的一种商品的销售量y与竞争对手的价格x1和本厂的价格x2有关，其销售记录见下表。试建立y与x1，x2的关系式，并对得到的模型和系数进行检验。（多元线性回归）;例4.3 某销售公司将其连续18个月的库存占用资金情况、广告投入的费用、员工薪酬以及销售额等方面的数据做了汇总。该公司的管理人员试图根据这些数据找到销售额与其他3个变量之间的关系，以便进行销售额预测并为未来的工作决策提供参考依据。 （1）试建立销售额的回归模型； （2）如果未来某月库存资金额为150万元，广告投入预算为45万元，员工薪酬总额为27万元，试根据建立的回归模型预测该月的销售额。 （多元线性回归）;月份;月份;第20页/共28页;二、非线性回归 ;Jacobian矩阵，它们是估计预测误差需要的数据。;解：首先定义非线性函数 function y=yut(beta,x) y=beta(1)*x.^beta(2); 其次设计主程序 x=[70.70,98.25,112.57,122.48,138.46,148.00,152.00,162.00]; y=[1.00,4.85,6.59,9.01,12.34,15.50,21.25,22.11]; beta0=[0.1,3]’; ％求回归系数 [beta,r,j]=nlinfit(x’,y’,’yut’,beta0); beta %预测及作图 [YY,delta]=nlpredci(‘yut’,x’,beta,r,j); plot(x,y,’k+’,x,YY,’r’);三、一元多项式回归 ;2、预测和预测误差估计(1)Y=polyval(p,x)? ??求polyfit所得的回归多项式在x 处的预测值Y (2)[Y,DELTA]=polyconf(p,x,S,alpha)? ? 求polyfit所得的回归多项式在x处的预测值Y及预测 值的显著性为1-alpha的置信区间Y±DELTA， alpha缺省时为0.5 ;例4.5 为了分析X射线的杀菌作用，用200kv的X射线来照射细菌，每次照射6min，照射次数记为t，照射后的细菌数如下表。试求 （1）y与t的二次函数与三次函数关系； （2）在同一坐标系内作出原始数据与拟合结果的散点图。;二次回归模型为