数学实验第八次讲稿.ppt

数学实验第八次讲稿;PartI：一元回归分析;PartII：多元回归分析;为了研究钢材消费量及国民收入之间的关系，在统计年鉴上查得一组历史数据。;钢材消费量--------试验指标(因变量)Y；

国民收入-----------自变量x；

作拟合曲线图形分析；

建立数据拟合函数y=E（Y|x）=f(x)。;y=a+bx;回归分析是研究变量间相关关系的一种统计方法。

特点：试验指标（因变量）是随机变量。;一元及多元;模型：;设观测值为(xi,yi)（i=1,2,…,n),代入模型中，yi=a+bxi+εi;样本相关系数;残差向量;MATLAB软件实现;引例求解;输出：

c=-460.5282(参数a)0.9840(参数b)

cint=-691.8478-229.2085(a的置信区间)

0.87791.0900(b的置信区间)

r=[79.124869.1244-29.3788-104.1112-83.5709-44.5286

-109.7219-18.5724-55.6100-23.8029-51.4019449.6576

-33.4128-109.36515.816092.1364-32.3827]’(残差向量)

rint=（略）（参见残差分析图）

stats=0.9631(R2)391.2713(F)0.0000(P{χ0});第12个数据点异常，可删出;预测;如果从数据的散点图上发现y及x没有直线关系，又如何计算？;一元非线性回归分析;假设模型;计算y的拟合值：

输入：[Y,delta]=polyconf(p,x,S);Y

结果：Y=22.524326.058227.989628.318627.045024.168919.690422.524326.058227.989628.318627.045024.168919.6904;用polytool(x,y,2)还可以得到一个交互式画面。;在工作空间中，输入yhat，回车，得到预测值。;某建材公司对某年20个地区的建材销售量Y(千方)、推销开支、实际帐目数、同类商品竞争数和地区销售潜力分别进行了统计。试分析推销开支、实际帐目数、同类商品竞争数和地区销售潜力对建材销售量的影响作用。试建立回归模型，且分析哪些是主要的影响因素。;?

;引例：某建筑材料公司的销售量因素分析;模型假设：;多元线性回归模型;根据观测数据(xi1,xi2,…xim,yi)，i=1,2,…,n,

确定回归系数;矩阵表达形式;1）F-统计检验法;任务三：因素分析;b=regress(Y,X)或

[b,bint,r,rint,stats]=regress(Y,X,alpha);输入：(jzhui.m)

x1=[5.52.583……8647.57]’;(20维）

x2=[315567……557040506259];

x3=[10812……111199];

x4=[86916??…81311];

y=[79.3200.1……135.8223.3195];

X=[ones(size(x1)),x1,x2,x3,x4];

[b,bint,r,rint,stats]=regress(y,X);输出结果：

b=191.9158-0.77193.1725-19.6811-0.4501

β0β1β2β3β4

bint=103.1071280.7245……（系数的置信区间）

r=[-6.3045-4.2215……8.442223.46253.3938]

rint=（略）

stats=0.9034（R2）35.0509（F）0.0000（p）

Q=r’*r

σ2=Q/(n-2)=537.2092（近似）;残差向量分析图;任务三（因素分析）如何实现？;模型中均方差历史数据记载表;Stepwise语句功能介绍;经过观察，得到各种情况下的均方差对比：;最佳回归方程;MATLAB软件能否实