MATLAB一元线性回归方程的计算和检验 - matlab.docxVIP

估计值和它们的置信区间；%r1，rint为残差及其置信区间，stats是用于检验回归模型的统计量,

估计值和它们的置信区间；%r1，rint为残差及其置信区间，stats是用于检验回归模型的统计量,第

最小二乘法);disp(检验并画图);disp(0、退出);globala0b0;whi

;y2=a0*x2+b0;end%*****************************最小二乘

函数。五、程序及其运行结果程序：functionyiyuanhuiguiclc;disp(从键盘输

(xx)(yy)

(xx)2

ii.

一、实验名称

一元线性回归方程的计算和检验

二、实验目的

（1）掌握多种方法求解一元线性回归方程并检验；

（2）掌握曲线拟合的最小二乘法；

（3）培养编程与上机调试能力;

（4）熟悉Matlab6.5.1软件环境.

三、实验要求

（1）从键盘输入一组数据（xi，yi），i=1,2,…n。

（2）计算一元线性回归方程y=ax+b的系数a和b，用两种方法计算：

一是公式：aii,byax；

i

二是用最小二乘法的公式求出最小值点（a,b）,使

Q(a,b}min(yaxb)2

（3）检验回归方程是否有效（用F分布检验）。

（4）把散列点（xi，yi）和回归曲线y=ax+b画在一个图上。

（5）每种计算法都要有计算框图，且每种计算法都要编成一个自定义函数。

五、程序及其运行结果

程序：

functionyiyuanhuigui

clc;

disp(从键盘输入一组数据:);

x=input(X的数(以向量形式输入)：);

y=input(Y的数(以向量形式输入)：);

disp(一元线性回归方程的计算和检验：);

disp(1、公式法);

disp(2、最小二乘法);

disp(3、检验并画图);

0]=huigui(x,y)case2[a0,b0]=zxec(x,y)case3break;casle3num=input(选择求解一元回归方程的方法：);switchnumcase1[a0,b

0]=huigui(x,y)case2[a0,b0]=zxec(x,y)case3break;cas

le3num=input(选择求解一元回归方程的方法：);switchnumcase1[a0,b

最小二乘法);disp(检验并画图);disp(0、退出);globala0b0;whi

=y;X=[ones(size(X)),X];alpha=0.5;%输出向量b，bint为回归系数

disp(0、退出);

globala0b0;

while3

num=input(选择求解一元回归方程的方法：);

switchnum

case1

[a0,b0]=huigui(x,y)

case2

[a0,b0]=zxec(x,y)

case3

break;

case0

return;

otherwise

disp(输入错误，请重新输入!);

end

end

X=x;Y=y;

X=[ones(size(X)),X];alpha=0.5;

%输出向量b，bint为回归系数估计值和它们的置信区间；

%r1，rint为残差及其置信区间，stats是用于检验回归模型的统计量,第一个是R^2，其中R%是相关系数，第二个是F统计量值，第三个是与统计量F对应的概率P，第四个是估计误差方差

[b,bint,e,rint,stats]=regress(Y,X)

ifstats(3)alpha%当Pα时拒绝H0，回归模型成立

disp(一元回归方程有效！);

end

n=[min(x):0.1:max(x)];

f=a0*n+b0;

plot(x,y,b.,n,f,r),gridon,holdon;%画出散列点和一元线性回归图像

xlabel(x);ylabel(y);legend(散列点,一元线性回归图像);

title(散列点和一元线性回归图像);

end

%*****************************公式法

function[a0,b0]=huigui(x,y)

n=length(x);

x1=0;y1=0;

fori=1:n

x1=x1+x(i);

y1=y1+y(i);

end

x0=x1/n;%求得平均

y0=y1/n;

0]=huigui(x,y)case2[a0,b0]=zxec(x,y)case3break;ca