版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、一、回歸分析1多元線性回歸在Matlab統(tǒng)計工具箱中使用命令regress()實現(xiàn)多元線性回歸,調(diào)用格式為b=regress(y,x)或[b,bint,r,rint,statsl=regess(y,x,alpha)其中因變量數(shù)據(jù)向量y和自變量數(shù)據(jù)矩陣x按以下排列方式輸入對一元線性回歸,取k=1即可。alpha為顯著性水平(缺省時設(shè)定為0.05),輸出向量b,bint為回歸系數(shù)估計值和它們的置信區(qū)間,r,rint為殘差及其置信區(qū)間,sta
2、ts是用于檢驗回歸模型的統(tǒng)計量,有三個數(shù)值,第一個是R2,其中R是相關(guān)系數(shù),第二個是F統(tǒng)計量值,第三個是與統(tǒng)計量F對應(yīng)的概率P,當(dāng)Pα?xí)r拒絕H0,回歸模型成立。畫出殘差及其置信區(qū)間,用命令rcoplot(r,rint)實例1:已知某湖八年來湖水中COD濃度實測值(y)與影響因素湖區(qū)工業(yè)產(chǎn)值(x1)、總?cè)丝跀?shù)(x2)、捕魚量(x3)、降水量(x4)資料,建立污染物y的水質(zhì)分析模型。(1)輸入數(shù)據(jù)x1=[1.3761.3751.3871.4
3、011.4121.4281.4451.477]x2=[0.4500.4750.4850.5000.5350.5450.5500.575]x3=[2.1702.5542.6762.7132.8233.0883.1223.262]x4=[0.89221.16100.53460.95891.02391.04991.10651.1387]y=[5.195.305.60,5.82,6.006.06,6.45,6.95](2)保存數(shù)據(jù)(以數(shù)據(jù)文件.
4、mat形式保存,便于以后調(diào)用)savedatax1x2x3x4yloaddata(取出數(shù)據(jù))(3)執(zhí)行回歸命令x=[ones(81),];[b,bint,r,rint,stats]=regress得結(jié)果:b=(16.5283,15.7206,2.0327,0.2106,0.1991)’stats=(0.9908,80.9530,0.0022)即=16.528315.7206xl2.0327x20.2106x30.1991x4R2=0.9
5、908,F(xiàn)=80.9530,P=0.0022其中x是自變量數(shù)據(jù),y是因變量數(shù)據(jù),分別為nm和nl矩陣,inmodel是矩陣的列數(shù)指標(缺省時為全部自變量),alpha為顯著性水平(缺省時為0.5)結(jié)果產(chǎn)生三個圖形窗口,在stepwiseplot窗口,虛線表示該變量的擬合系數(shù)與0無顯著差異,實線表示有顯著差異,紅色線表示從模型中移去的變量;綠色線表明存在模型中的變量,點擊一條會改變其狀態(tài)。在stepwiseTable窗口中列出一個統(tǒng)計表,
6、包括回歸系數(shù)及其置信區(qū)間,以及模型的統(tǒng)計量剩余標準差(RMSE),相關(guān)系數(shù)(Rsquare),F(xiàn)值和P值。對不含常數(shù)項的一元回歸模型,、都是向量,在MATLAB中進行回歸分析的程序為:①b=regress(yx)②[b,bint,rrint,stats]=regress(yx)③[b,bint,rrint,stats]=regress(yx,alpha)說明:b=regress(y,x)返回基于觀測y和回歸矩陣x的最小二乘擬合系數(shù)的結(jié)果
7、。[b,bint,rrint,stats]=regress(yx)則給出系數(shù)的估計值b;系數(shù)估計值的置信度為95%的置信區(qū)間bint;殘差r及各殘差的置信區(qū)間rint向量stats給出回歸的R2統(tǒng)計量和F以及P值.[b,bint,rrint,stats]=regess(y,alpha)給出置信度為1alpha的結(jié)果,其他符號意義同上.對含常數(shù)項的一元回歸模型,可將變?yōu)榫仃?,其中第一列全?。結(jié)果說明:b為回歸模型中的常數(shù)項及回歸系數(shù).B
8、int為各系數(shù)的95%置信區(qū)間.r和rint為對應(yīng)每個實際值的殘差和殘差置信區(qū)間。Stats向量的值分別為擬合優(yōu)度、F值和顯著性概率p.所以,生產(chǎn)費用對產(chǎn)量的回歸函數(shù)為:.,說明模型擬合程度相當(dāng)高。[bbintrrintststs]=regress(yxalpha)可用help查閱此命令的具體用法殘差及置信區(qū)間可以用rcoplot(rrint)畫圖x=0.1:0.01:0.18x=[x0.20.210.23]y=[4241.54545.
9、54547.54955505555.560.5]X=[ones(121)x][bbintrrintstats]=regress(yX0.05)bbintstatsrcoplot(rrint)結(jié)果含義含義為β0=27.0269β1=140.6194β0的置信區(qū)間是[22.322631.7313]β1的置信區(qū)間是[111.7842169.4546]tji01.m建模軟件建模軟件matlab鮮思東重慶郵電大學(xué)R2=0.9219F=118.06
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- oracle最全函數(shù)大全(分析函數(shù)-聚合函數(shù)-轉(zhuǎn)換函數(shù)-日期型函數(shù)-字符型函數(shù)-數(shù)值型函數(shù)-其他函數(shù))
- 分段函數(shù)函數(shù)性質(zhì)
- excel函數(shù)習(xí)題-excel函數(shù)練習(xí)-excel常用函數(shù)
- excel函數(shù)習(xí)題-excel函數(shù)練習(xí)-excel常用函數(shù)
- excel函數(shù)表(函數(shù)大全)
- 函數(shù)名與函數(shù)指針
- (八)冪函數(shù)指數(shù)函數(shù)與對數(shù)函數(shù)
- 指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)基礎(chǔ)練習(xí)
- 映射、函數(shù)、反函數(shù)、函數(shù)圖象及對稱變換
- 考點7-指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)
- 數(shù)學(xué)《指數(shù)函數(shù) 冪函數(shù) 對數(shù)函數(shù)》同步練習(xí)
- 05_限制函數(shù)、轉(zhuǎn)換函數(shù)
- excel函數(shù)教程——數(shù)學(xué)和角函數(shù)
- excel函數(shù)應(yīng)用之財務(wù)函數(shù)
- 專題二 函數(shù)概念與基本初等函數(shù) 第四講指數(shù)函數(shù)對數(shù)函數(shù)冪函數(shù)
- 指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)的圖像與性質(zhì)
- 指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)單元復(fù)習(xí)與鞏固
- 必修一(8)指數(shù)函數(shù)對數(shù)函數(shù)及冪函數(shù)
- 函數(shù)圖像及函數(shù)方程(學(xué)生版)
- 原函數(shù)與導(dǎo)函數(shù)的關(guān)系
評論
0/150
提交評論