多元线性回归、逐步回归

多元线性回归、逐步回归

ID:46401887

大小:209.37 KB

页数:6页

时间:2019-11-23

多元线性回归、逐步回归_第1页
多元线性回归、逐步回归_第2页
多元线性回归、逐步回归_第3页
多元线性回归、逐步回归_第4页
多元线性回归、逐步回归_第5页
资源描述:

《多元线性回归、逐步回归》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、多元线性回归、逐步回归关键词:非线性回归、多元线性回归、逐步回归、散点图程序、残差图程序、MATLAB练习1在M文件中建立函数,其中、、为待定的参数。程序7fun=inline('b(1)*(1-b(2)*exp(-b(3)*x))','b','x');练习2选取指数函数对例1进行非线性回归:(1)在同一坐标系内作出原始数据与拟合结果的散点图。(2)预测照射16次后的细菌数目(3)给出模型参数的置信度为95%的置信区间,并给出模型交互图形。程序8[a,b]=solve('5.8636=log(a)+b','2.7081=log(a)+15*b')%求解初值x=1:15;y=[352211

2、1971601421061046056383632211915];fun=inline('b(1)*exp(b(2)*x)','b','x');%建立函数b0=[440.9771,-0.2254];[beta,r,J]=nlinfit(x,y,fun,b0);%非线性拟合命令;其中,beta表示最佳回归系数的估计值,r是残差,J是雅可比矩阵beta%输出最佳参数%第(2)题作图y1=nlpredci(fun,x,beta,r,J);%拟合函数plot(x,y,'-*',x,y1,'-or');%在同一坐标系中做出两个图形legend('原始数据','非线性回归')xlabel('x(照射

3、次数)')ylabel('y(残留细菌数)')%第(3)题预测ypred=nlpredci(fun,16,beta,r,J)%预测钢包使用17次后增大的容积%第(4)题置信区间及交互图ci=nlparci(beta,r,J)%置信区间polytool(x,y,2)%交互图四、多元线性回归模型例3(多元线性回归模型)6某销售公司将其连续18个月的库存资金额、广告投入、员工薪酬以及销售额四方面的数据做了汇总(见表3)。该公司的管理人员试图根据这些数据找到销售额与其他三个变量之间的关系,一边进行销售额预测并为未来的工作决策提供参考依据。(1)试建立销售额的回归模型;(2)如果未来某月库存资金额

4、为150万元,广告投入为45万元,员工薪酬为27万元,试根据建立的回归模型预测该月的销售额。表3某销售公司连续18个月的库存资金额、广告投入、员工薪酬、销售额汇总表月份库存资金额广告收入员工薪酬销售额175.230.621.11090.4277.631.321.41133.0380.733.922.91242.1476.029.621.41003.2579.532.521.51283.2681.827.921.71012.2798.324.821.51098.8867.723.621.0826.3974.033.922.41003.310151.027.724.71554.61190.8

5、45.523.21199.012102.342.624.31483.113115.640.023.11407.114125.045.829.11551.315137.851.724.61601.216175.667.227.52311.717155.265.026.52126.718174.365.426.82256.5(1)作出散点图:程序9%输入数据并作出散点图A=[];[m,n]=size(A);subplot(3,1,1),plot(A(:,1),A(:,4),'+')xlabel('x1(库存资金额)')ylabel('y(销售额)')subplot(3,1,2),plot(A

6、(:,2),A(:,4),'+')xlabel('x1(广告投入)')ylabel('y(销售额)')6subplot(3,1,3),plot(A(:,3),A(:,4),'+')xlabel('x1(员工薪酬)')ylabel('y(销售额)')图4销售额与库存资金额、广告投入、员工薪酬散点图所的图形如图所示,可见销售额与库存资金额、广告投入、员工薪酬具有线性关系,因此可以建立三元线性回归模型(见程序10)。程序10x=[ones(m,1),A(:,1),A(:,2),A(:,3)];y=A(:,4);[b,bint,r,rint,stats]=regress(y,x);b,bint,

7、stats由程序运行结果可知,回归模型为:模型的可决系数为0.96,很接近1,因此回归模型有意义,模型的残差平方和为10077.98。下面我们做出残差图(程序11):程序11rcoplot(r,rint)6图5残差与置信区间图从图5中可以看出第5个点为异常点,实际上从表3中也可以发现第5个月库存资金额、广告投入、员工薪酬均比3月少,为何销售额反而增加?这就促使该公司的经理找出原因,寻找对策。四、逐步回归所谓最优回归方程就是包含所有对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。