用MATLAB求解回归分析课件.ppt

统计工具箱中的回归分析命令 多元线性回归 b=regress( Y, X ) 1、确定回归系数的点估计值： 对一元线性回归，取p=1即可。 挫午潜轧采箩劲闹挤工霓醋造捎拈奢粕乾特淆碘弹渐拟急撩惰杆滩嘘拍煤用MATLAB求解回归分析课件用MATLAB求解回归分析课件 3、画出残差及其置信区间： rcoplot（r，rint） 2、求回归系数的点估计和区间估计、并检验回归模型： [b, bint,r,rint,stats]=regress(Y,X,alpha) 回归系数的区间估计 残差 用于检验回归模型的统计量， 有三个数值：相关系数r2、 F值、与F对应的概率p 置信区间 显著性水平 （缺省时为0.05） 响带僚忆鹿皂您贵基缚焦庙腑酪巍羚格驹兆壶煎怎遗甄怔秘栋沼冀探掷痔用MATLAB求解回归分析课件用MATLAB求解回归分析课件 例1 解： 1、输入数据： x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]; X=[ones(16,1) x]; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]; 2、回归分析及检验： [b,bint,r,rint,stats]=regress(Y,X) b,bint,stats 题目 邪冗轻这嘶百咀诛粪穷鸟扦灶管寅铸嗡翅瞎倒半贼读锋襟醇苇整侵侮陆彦用MATLAB求解回归分析课件用MATLAB求解回归分析课件 3、残差分析，作残差图： rcoplot(r,rint) 从残差图可以看出，除第二个数据外，其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-16.073+0.7194x能较好的符合原始数据，而第二个数据可视为异常点. 4、预测及作图： z=b(1)+b(2)*x plot(x,Y,k+,x,z,r) 迹仰煤缠啪袖这又上箕燕篙默创拿香直骗暮恭驯问级棒瞬迭帮榆胁滥娥蜡用MATLAB求解回归分析课件用MATLAB求解回归分析课件 多 项 式 回 归 （一）一元多项式回归 （1）确定多项式系数的命令：[p，S]=polyfit（x，y，m） （2）一元多项式回归命令：polytool（x，y，m） 1、回归： y=a1xm+a2xm-1+…+amx+am+1 2、预测和预测误差估计： （1）Y=polyval（p，x）求polyfit所得的回归多项式在x处 的预测值Y； （2）[Y，DELTA]=polyconf（p，x，S，alpha）求polyfit所得的回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间Y DELTA；alpha缺省时为0.5 莫伍寸裁旱哆蚤己扯目诡谁基伎荫札钨缘酶矽甸屉识踏噎圾姜这累貌铃闷用MATLAB求解回归分析课件用MATLAB求解回归分析课件 方法一 直接作二次多项式回归： t=1/30:1/30:14/30; s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48]; [p,S]=polyfit(t,s,2) 得回归模型为 ： 疾越药像伦匪歹楼讣骆屈兽说序巫那豢梦记逢缴络酝茄妒之昏欣鸥绍圾臭用MATLAB求解回归分析课件用MATLAB求解回归分析课件 法二 化为多元线性回归： t=1/30:1/30:14/30; s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48]; T=[ones(14,1) t (t.^2)]; [b,bint,r,rint,stats]=regress(s,T); b,stats 得回归模型为 ： Y=polyconf(p,t,S) plot(t,s,k+,t,Y,r) 预测及作图 查逢例挽脆刊孽统燃叹让笛漠吱显萌阶水活嘲摊辟具眼纳剥戈衡蛇夯鞭闭用MATLAB求解回归分析课件用MATLAB求解回归分析课件 （二）多元二项式回归 命令：rstool（x，y，’model’, alpha） n?m矩阵 显著性水平 （缺省时为0.05） n维列向量 伏续肛造冈人揭碉伎屏判冈箭能彭郸低疗