实验11统计回归模型要点.docxVIP

PAGE PAGE 21 《数学建模实验》 《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） 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）x ； 4 第 3 列 其它厂家平均价格（元）x3； 第 4 列 广告费用（百万元）x ； 2 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 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( 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 dlmread：读取 ASCII 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。 ☆(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 ? ? x ?? 1 1 来拟合（其中 ε是随机误差）。程序如下： clc; format 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=[β0 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; [b,bint,r,rint,stats]=regress(y,x,alpha)例，多元回归模型为：y ? ? [b,bint,r,rint,stats]=regress(y,x,alpha) 例，多元回归模型为： y ? ? ? ? x ? ? x ? ? x2 ? ? 0 1 1 2 2 3 2 输入： y 为 n（=30）维列向量数据。 x 为对应于回归系数 ( β0, β1, β2, β3 ) 的数据矩阵 [1 x1 x2 x22]（30×4 矩阵， 第 1 列全 1）。 alpha 为置信水平（缺省时为 0.05）。输出： b