预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共33页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

多元线性回归 3、画出残差及其置信区间:rcoplot(r,rint) 例13、残差分析,作残差图: rcoplot(r,rint)方法一法二(二)多元二项式回归例3设某商品的需求量与消费者的平均收入、商品价格的统计数 据如下,建立回归模型,预测平均收入为1000、价格为6时 的商品需求量.在画面左下方的下拉式菜单中选”all”,则beta、rmse和residuals都传送到Matlab工作区中.在Matlab工作区中输入命令:beta,rmse结果为:b= 110.5313 0.1464 -26.5709 -0.0001 1.8475 stats= 0.970240.66560.0005例4对第一节例2,求解如下:4、预测及作图: [YY,delta]=nlpredci('volum',x',beta,r,J); plot(x,y,'k+',x,YY,'r')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。下表列出了1952-1981年的原始数据,试构造预测模型。 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; 2.主程序liti6.m如下: betafit= 0.5243 -0.0294 -0.6304 0.0112 -0.0230 0.3658 即y=0.5243x1-0.0294x2-0.6304x3+0.0112x4-0.0230x5+0.3658x6 逐步回归教学评估收回问卷调查表后,得到了学生对12为教师、15门课程各项评分的平均值,见表。教师编号不一定每项都逐步回归的基本思路是,先确定一个包含若干自变量的初始集合,然后每次从集合外的变量中引入一个对因变量影响最大的,参数参数终得到的模型为1.0000变量作业4、混凝土的抗压强度随养护时间的延长而增加,现将一批混凝土作成12个试块,记录了养护日期x(日)及抗压强度y(kg/cm2)的数据: