数学建模方法回归分析.ppt

非线性回归（1）确定回归系数的命令：[beta，r，J]=nlinfit（x,y,’model’,beta0）（2）非线性回归命令：nlintool（x，y，’model’,beta0，alpha）1．回归：残差Jacobi矩阵回归系数的初值事先用M文件定义的非线性函数估计出的回归系数输入数据x．y分别为矩阵和n维列向量，对一元非线性回归，x为n维列向量.2．预测和预测误差估计：[Y，DELTA]=nlpredci（’model’,x，beta，r，J）求nlinfit或lintool所得的回归函数在x处的预测值Y及预测值的显著性水平为1-alpha的置信区间YDELTA.±第37页,共51页，星期六，2024年，5月例4对第一节例2，求解如下：2．输入数据：x=2:16;y=[6.428.209.589.59.7109.939.9910.4910.5910.6010.8010.6010.9010.76];beta0=[82];3．求回归系数：[beta,r,J]=nlinfit(x,y,volum,beta0)；beta得结果：beta=11.6036-1.0641即得回归模型为：ToMATLAB(liti41)题目第38页,共51页，星期六，2024年，5月4．预测及作图：[YY,delta]=nlpredci(volum,x,beta,r,J)；plot(x,y,k+,x,YY,r)ToMATLAB(liti42)第39页,共51页，星期六，2024年，5月例5财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资等因素有关.表中列出了1952─1981年的原始数据，试构造预测模型.解设国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资分别为x1、x2、x3、x4、x5、x6，财政收入为y，设变量之间的关系为：y=ax1+bx2+cx3+dx4+ex5+fx6使用非线性回归方法求解.第40页,共51页，星期六，2024年，5月1．?对回归模型建立M文件model.m如下:functionyy=model(beta0,X)a=beta0(1);b=beta0(2);c=beta0(3);d=beta0(4);e=beta0(5);f=beta0(6);x1=X(:,1);x2=X(:,2);x3=X(:,3);x4=X(:,4);x5=X(:,5);x6=X(:,6);yy=a*x1+b*x2+c*x3+d*x4+e*x5+f*x6;第41页,共51页，星期六，2024年，5月2.主程序liti6.m如下:X=[598.00349.00461.0057482.0020729.0044.00…………..2927.006862.001273.00100072.043280.00496.00];y=[184.00216.00248.00254.00268.00286.00357.00444.00506.00...271.00230.00266.00323.00393.00466.00352.00303.00447.00...564.00638.00658.00691.00655.00692.00657.00723.00922.00...890.00826.00810.0];beta0=[0.50-0.03-0.600.01-0.020.35];betafit=nlinfit(X,y,model,beta0)ToMATLAB(liti6）第42页,共51页，星期六，2024年，5月betafit=0.5243-0.0294-0.63040.0112