首页 [基础科学]回归分析模型

[基础科学]回归分析模型

举报
开通vip

[基础科学]回归分析模型[基础科学]回归分析模型 回归分析模型 1、 回归的概念 x随机变量与变量 (它可能是多维向量)之间的关系,当自变量确定 Yx 之后,因变量的值并不随着确定,而是按一定的统计规律(即随机变量的分YY布)取值,这时我们将他们之间的关系表示为 Yfx,,(),,fx() 其中 是一个确定的函数,称之为回归函数, 2,为随机项,且 服从 N0,,,, fx()fx()2、回归分析的主要任务之一是确定回归函数,当是一元线性函数时, fx()称之为一元线性回归,当是多元线性函数时,称之为多元线性回归,当fx()是非...

[基础科学]回归分析模型
[基础科学]回归分析模型 回归分析模型 1、 回归的概念 x随机变量与变量 (它可能是多维向量)之间的关系,当自变量确定 Yx 之后,因变量的值并不随着确定,而是按一定的统计规律(即随机变量的分YY布)取值,这时我们将他们之间的关系 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示为 Yfx,,(),,fx() 其中 是一个确定的函数,称之为回归函数, 2,为随机项,且 服从 N0,,,, fx()fx()2、回归分析的主要任务之一是确定回归函数,当是一元线性函数时, fx()称之为一元线性回归,当是多元线性函数时,称之为多元线性回归,当fx()是非线性函数时,称之为非线性回归。 yx,,,,,,3、一元线性回归:设 01 xxx,,,n取定一组不完全相同的值,作独立实验得到对观察结果 12n (,),(,),,(,)xyxyxy 1122nn xx,yy其中,是处对随机变量观察的结果。 ii (,)(1,2,,)xyin, 将数据点代入,有 ii yxin,,,,,,,1,2,, iii01 ˆˆ,,,,,,回归分析的首要任务是通过观察结果来确定回归系数的估计,一0101 yx,,,,般情况下用最小二乘法确定回归直线方程: 中的未知参数,01 n ˆyy,,ii使回归直线与所有数据点都比较接近。即要使残差和或 i,1n 2ˆˆˆ()yy,ˆyx,,,,,ii最小。其中 ii01i1, 4、化为一元回归 在某些非线性回归方程中,为了确定其中的未知参数,往往可以通过变量代换,把非线性回归化为线性回归,然后用线性回归的方法确定这些参数。下表列出了常用的可线性化回归曲线方程。 曲线方程 变换公式 变换后的线性方程 uxvy,,1,11yabx,, vabu,, buxvy,,ln,lnvcbuca,,,(ln) yax, uxvy,,ln,yax,,ln vabu,, bxuxvy,,,lnvcbuca,,,(ln) yae, bx/uxvy,,1/,lnvcbuca,,,(ln) yae, ,x,xuevy,,,1yabe,,1/() vabu,, x5、问题:下表是1957年美国旧轿车价格的调查资料,今以表示轿车的使用年 y数,表示相应的平均价格,试根据这些数据建立一个数学模型,分析旧轿车 yx的平均价格与旧轿车的使用年数之间的关系(实际上是求关于的回归方程)。 (实验 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 书写方法可参照课本10.1节模型) 使用年数1 2 3 4 5 6 7 8 9 10 x 平均价格2651 1943 1494 1087 765 538 484 290 226 204 y 解:作散点图: x=1:10; y=[2651,1943,1494,1087,765,538,484,290,226,204]; for i=1:10 plot(x(i),y(i),'ok'); hold on end %xlabel('x'); %ylabel('y'); yx看起来与呈指数相关关系,于是令 zy,ln ()xzzy,ln记,并做的散点图, ii,ii x=1:10; y=[2651,1943,1494,1087,765,538,484,290,226,204]; z=zeros(size(y)); N=length(y); for i=1:N z(i)=log(y(i)); plot(x(i),z(i),'ok'); hold on end xlabel('x'); ylabel('y'); 可见各点基本上处于一条直线附近,故可认为 zx,,,,,, 01 运用matlab计算得: ,,,,,8.1646,0.2977 从而有 01 zx,,8.16460.2977 x=1:10; y=[2651,1943,1494,1087,765,538,484,290,226,204]; z=zeros(size(y)); N=length(y); for i=1:N z(i)=log(y(i)); end [p,s]=polyfit(x,z,1) p = -0.2977 8.1646 s = R: [2x2 double] df: 8 normr: 0.2362
本文档为【[基础科学]回归分析模型】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
is_026874
暂无简介~
格式:doc
大小:37KB
软件:Word
页数:0
分类:其他高等教育
上传时间:2017-09-30
浏览量:16