数学建模回归分析多元回归分析.docx

1、 多元线性回归 在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上， 一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。 在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响，表现在线性回归模型中的解释变量有多个。这样的模型被称为多元线性回归模型。（multivariable linear regression model ） 多元线性回归模型的一般形式为： 为解释变量的数目，其中k ?j (j=1,2,…，k)称为回归系数（regression coefficient)。上式也被称为总体回归函数的随机表达式。它的非随机表达式为： 为解释变量的数目， ? 也被称为偏回归系数（partial regression coefficient)。 j 2、 多元线性回归计算模型 多元性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和（Σe)为最小的前提下，用最小二乘法或最大似然估计法求解参数。 设（，x x 设（ ， 11 12 ，…， x p ， y ），…，（ x x ，…， x ， yn ）是一个样本， 11n1，npn 1 1 n1 ， np n 2 达 到最小。 1 / 7 把（4）式化简可得： 如i + b心沁 屯 I冗 i.2x 心;ixp n +- - - + ＝ 汇 ）伈 t=l f=l i=l i=l 心 环＋ b心“ 寸＋ b心” 1.l.：心 ＋ －＋ bP f  “x, 1x,P “ =：- =1 i=l ii=l t= =： ＂ x1-l y尸 2 .Fx“ 2 .F x “Y]I bp ＋ 打 ｀ ( 5 ) 引入矩阵： -2Y = - ＂ ＋2ixx甲nY]Ib2＋1. Jx. ＋ 2 i x x甲 nY]I b2 ＋ 1 . J x .pr x Y]I b1 十 pir x 土叫 ob r=l llxxll l l x x l l |l一一？－X | l 一一 ？－ yi ..  Xl p x ] 2p. ,  (． ( bO b1: bP－＿B`tIIII bO b1: bP － ＿ B` t III I 2 -: ly y ||jl ＂.，Jl”xl,只-n2 x ＂ . ， J l ” x l 方程组（5）可以化简得： X XB ==X Y oob o ob 片－:r＿＿仓2= ( X `X ) - i x, y 片 － : r ＿＿ 仓 2 l 6 ) ，bp＾ ， bp＾ 烈芍，X2 铲.． x ) = b0 +1b 芍 .十.. + b扩Px 的估计是； +b]芍＋2b .X. 2+ ·, 帜·+b分.p f =0h具 ＾ 丸 卢 f =0h具 ＾ 丸 卢i ( 8 ) 2 / 7 3、 Matlab 多元线性回归的实现 多元线性回归在Matlab 中主要实现方法如下： （1）b=regress(Y, X ) 确定回归系数的点估计值其中 （2）[b,bint,r,rint,stats]=regress(Y,X,alpha) 求回归系数的点估计和区间估计、并检 验回归模型 ①bint 表示回归系数的区间估计. ②r 表示残差 ③rint 表示置信区间 ④stats 表示用于检验回归模型的统计量,有三个数值：相关系数r2、F 值、与F 对应的 概率p 说明：相关系数r2 越接近1，说明回归方程越显著；FF1-alpha(p,n-p-1) 时拒绝 H0，F 越大，说明回归方程越显著；与F 对应的概率pα时拒绝H0，回归模型成立。 ⑤alpha 表示显著性水平(缺省时为0.05) （3）rcoplot(r,rint) 画出残差及其置信区间 3 / 7 4.基于以上理论分析，求解回归方程 经分析，拟定以1月份数据进行分析求解回归方程，一月份数据如下表格。 设x 表示二氧化硫x 表示二氧化碳x 表示可吸入微粒物x 表示一氧化碳x 表示臭氧 y表示PM2.5 1 2 3 4 5 在 Matlab 中输入一下程序： x1=[53 47 57 61 55 56 51 58 64 61 74 62 59 50 54 63 57 56 54 55 54 72 57 58 53 85 72 63 47 44]; x2=[89 83 80 92 104 97 97 123 111 111 115 109 111 110 112 109 89 95 94 87 82 92 97 99 101 120 121 11