研究生数理统计多元线性回归及显著性检验Matlab程序完美版

多元线性回归及显著性检验Matlab程序（完美版）之答禄夫天创作创作时间：贰零贰壹年柒月贰叁拾日一、说明：1、本程序是研究生教材《数理统计》（杨虎、刘琼、钟波编著）例4.4.1（P133）白Matlab编程解答程序。教材上的例 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 只做了回归方程显著性 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 和一次回归系数显著性分析（剔除x1后没有再检验x2和x3）。2、本程序在以上的基础之上，还分别检验了x2和x3,而且计算精度更高。3、本程序可根据用户的需要，在输入分歧的显著性水平0c之下得到相应的解答。4、本程序移植性强，对于其他数据，只需要改变excel中的数据即可。5、本程序输出的可读性强，整洁美观。二、数据入下（将数据存入excel 表格 关于规范使用各类表格的通知入职表格免费下载关于主播时间做一个表格详细英语字母大小写表格下载简历表格模板下载 ，文件名为jc_p133_example.xls。注意数据是按x1,x2,…，xk,y这样来列来存储。若不是3个变量，则相应增减数据列就行。）：218507940514461234312064312403176465397837023553166001849845061451021513145171256160486164501552904046320174790442163996391255161341127470246151237415490204561642417481044841436513369851613545810051144866321355785041045105403176441572by三、完整程序如下:ggihhimm%《数理统计》杨虎、刘琼、钟波编著例4.4.1多元线性回归及显著性检验完整解答%输入需要的显著水平％（默认a=0.02）,计算出分歧结果（见运行结果）%该程序也适合其他维数的数据分析（只需改变excel表格中的by数据即可）ggihhimmclear;clc;data=xlsread('jc_p133_example.xls','sheet1');xi=data(:,1:end-1);[n,k]=size(data);k=k-1;index_of_xi_array=ones(1,k);X=[ones(n,1)xi];Y=data(:,end);fprintf('第1次计算结果：\r')beta_mao=((X'*X)\X'*Y)';fmt_str0='';fori0=1:k+1fmt_str0=[fmt_str0'[3'num2str(i0-1)'=%0.4f\r'];endfprintf(fmt_str0,beta_mao)fprintf('\r')%猫验回归方程的显著性x_ba=mean(xi);y_ba=mean(Y);St_square=sum(Y.A2)-n*y_baA2;lxy=sum((xi-ones(n,1)*x_ba).*((Y-y_ba)*ones(1,k)));Sr_square=sum(beta_mao(2:end).*lxy);Se_square=St_square-Sr_square;c_flag=Sr_square/Se_square;F_alpha=input('>>>>>>请输入您要求的显著性水平(0<%<1)%=');while~(isscalar(F_alpha)&&F_alpha<1&&F_alpha>0)F_alpha=input('您的输入有误，请重新输入一个大于0,小于1的数，％=');endF_fenweidian=finv(1-F_alpha,k,n-k-1);c=k/(n-k-1)*F_fenweidian;ifc_flag>cfprintf(['\r(H0：B1=B2=...=Bk=0)'\r不成立。'])elsefprintf(['\r(H0：(31=B2=...=Bk=0)'\r成立。'])end回归方程显著性检验经过计算：拒绝H0,原假设回归方程显著性检验经过计算：接受H0,原假设%猫验回归系数的显著性(循环检验，直到OK得出最后结果)fprintf(['\r\r回归系数显著性检验(分别对B1、B2、...、Bk进行)'...''])flag_go_on=1;num_of_loop=0;whileflag_go_oncij=inv(X'*X);cii=diag(cij);F_fenweidian_1=finv(1-F_alpha,1,n-k-1);ci=sqrt(cii(2:end)*Se_square*F_fenweidian_1/(n-k-1));format_str='%15.4f;forii=1:k-1format_str=[format_str'%13.4f'];endfprintf(['\r第％d次检验：\rcii:'format_str'%13.4f\rci:'...format_strr[3i:'format_str'%13.4f],num_of_loop+1,cii,ci,beta_mao)if~all(abs(beta_mao(2:end))>ci')flag_go_on=1;beta_1tok=beta_mao;beta_1tok(1)=[];fi_xin=beta_1tok.A2./cii(1:end-1),;min_fi=min(fi_xin);beta_index=find(fi_xin==min_fi)+1;fprintf('\rx%d对y的线性影响最不显著(|(3%d|=%0.4f)。删除x%d,进彳f第％d次计算：,,...beta_index-1+num_of_loop,beta_index-1+num_of_loop,...abs(beta_mao(beta_index)),beta_index-1+num_of_loop,...beta_index-1+num_of_loop+1)elsefmt_str2='x%d';index_of_xi=find(index_of_xi_array);fori2=1:length(find(index_of_xi))-1fmt_str2=[fmt_str2'、x%d'];endfprintf(['\r\r经过检验，剩余所有变量:'...fmt_str2'对y的线性影响均显著。检验结束\r'],index_of_xi)flag_go_on=0;endifflag_go_onnum_of_loop=num_of_loop+1;k=k-1;if~kfprintf('\r\r警告：通过一一对所有变量做显著性检验，已剔除所有变量！,);break;endbeta_mao=beta_mao-beta_mao(beta_index)/cii(beta_index)*cij(beta_index,:);beta_mao(beta_index)=[];fmt_str1='';fori1=2:k+1fmt_str1=[fmt_str1'B'num2str(i1-1+num_of_loop)'=%0.4f\r'];endr[30=%0.4f\r'fmt_str1],beta_mao)X(:,beta_index尸口；index_of_xi_array(beta_index-1+num_of_loop-1)=0;xi=X(:,2:end);x_ba=mean(xi);lxy=sum((xi-ones(n,1)*x_ba).*((Y-y_ba)*ones(1,k)));Sr_square=sum(beta_mao(2:end).*lxy);Se_square=St_square-Sr_square;endend四、运行结果如下(分别为％=0.01和％=0.02的运行结果)：第1次计算结果：回归方程显著性检验(H0：B1=32=...=Bk=0)经过计算：拒绝H0,原假设不成立。回归系数显著性检验(分别对”、82、...、Bk进行)第1次检验：x1对y的线性影响最不显著(|(31|=0.1585)。删除x1,进行第2次计算：第2次检验：x2对y的线性影响最不显著(|(32|=0.0231)。删除x2,进行第3次计算：第3次检验：经过检验，剩余所有变量：x3对y的线性影响均显著。检验结束。第1次计算结果：回归方程显著性检验(H0:B1=B2=…=Bk=0)经过计算：拒绝H0,原假设不成立。回归系数显著性检验(分别对”、82、...、Bk进行)第1次检验：经过检验，剩余所有变量：x1、x2、x3对y的线性影响均显著。检验结束。创作时间：贰零贰壹年柒月贰叁拾日