第八章-统计回归模型备课讲稿.doc

第八章统计回归模型

第八章统计回归模型

回归分析是研究一个变量与其它若干变量之间相关关系的一种数学工具.它是在一组试验或观测数据的基础上,寻找被随机性掩盖了的变量之间的依存关系.粗略的讲,可以理解为用一种确定的函数关系去近似代替比较复杂的相关关系.这个函数称为回归函数.

回归分析所研究的主要问题是如何利用变量、的观察值(样本),对回归函数进行统计推断,包括对它进行估计及检验与它有关的假设等.

回归分析包含的内容广泛.此处将讨论多项式回归、多元线性回归、非线性回归以及逐步回归.

一、多项式回归

(1)一元多项式回归

一元多项式回归模型的一般形式为.

如果从数据的散点图上发现与呈现较明显的二次(或高次)函数关系,则可以选用一元多项式回归.

1.用函数polyfit估计模型参数,其具体调用格式如下:

p=polyfit(__,y,m)p返回多项式系数的估计值;m设定多项式的最高次数;__,y为对应数据点值.

[p,S]=polyfit(__,y,m)S是一个矩阵,用来估计预测误差.

2.输出预估值与残差的计算用函数polyval实现,其具体调用格式如下:

Y=polyval(p,__)求polyfit所得的回归多项式在__处的预测值Y.

[Y,DELTA]=polyval(p,__,S)p,S为polyfit的输出,DELTA为误差估计.在线性回归模型中,Y

文档评论(0)

1亿VIP精品文档

相关文档