[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
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