广东网站备案系统,好听的建筑公司名字大全,西安建百度网站的公司,.net网站内容管理系统《MATLAB中多元线性回归的例子课件》由会员分享#xff0c;可在线阅读#xff0c;更多相关《MATLAB中多元线性回归的例子课件(12页珍藏版)》请在人人文库网上搜索。1、MATLAB中多元线性回归的例子,2.线性回归,bregress(y,X) b,bint,r,rint,sregress(y,X,alpha),输入: y因变量…《MATLAB中多元线性回归的例子课件》由会员分享可在线阅读更多相关《MATLAB中多元线性回归的例子课件(12页珍藏版)》请在人人文库网上搜索。1、MATLAB中多元线性回归的例子,2.线性回归,bregress(y,X) b,bint,r,rint,sregress(y,X,alpha),输入: y因变量(列向量), X1与自变量组成的矩阵 Alpha显著性水平(缺省时设定为0.05),s: 3个统计量决定系数R2F值, F(1,n-2)分布大于 F值的概率pp时回归模型有效,rcoplot(r,rint),残差及其置信区间作图,MATLAB中多元线性回归的例子,回归模型,例3: 血压与年龄、体重指数、吸烟习惯,体重指数 体重(kg)/身高(m)的平方,吸烟习惯: 0表示不吸烟1表示吸烟,建立血压与年龄、体重指数、吸烟。2、习惯之间的回归模型,MATLAB中多元线性回归的例子,模型建立,血压y年龄x1体重指数x2吸烟习惯x3,y与x1的散点图,y与x2的散点图,线性回归模型,回归系数0, 1, 2, 3 由数据估计, 是随机误差,MATLAB中多元线性回归的例子,n30;m3; y144215138145162142170124158154 162150140110128130135114116124 136142120120160158144130125175; x139474547654667426756 64565934424845182019 36503921445363292569; x2。3、24.2 31.1 22.6 24.0 25.9 25.1 29.5 19.7 27.2 19.3 28.0 25.8 27.3 20.1 21.7 22.2 27.4 18.8 22.6 21.5 25.0 26.2 23.5 20.3 27.1 28.6 28.3 22.0 25.3 27.4; x30 1 0 1 1 0 1 0 1 0 1 0 0 0 0 1 0 0 0 . 0 0 1 0 0 1 1 0 1 0 1;,Xones(n,1), x1,x2,x3; b,bint,r,rint,sregress(y,X); s2sum(r.2)/(n-m-1); b,bint,s。4、,s2 rcoplot(r,rint),MATLAB中多元线性回归的例子,模型求解,剔除异常点(第2点和第10点)后,xueya01.m,MATLAB中多元线性回归的例子,MATLAB中多元线性回归的例子,此时可见第二与第十二个点是异常点于是删除上述两点再次进行回归得到改进后的回归模型的系数、系数置信区间与统计量,这时置信区间不包含零点F统计量增大可决系数从0.6855增大到0.8462 我们得到回归模型为,MATLAB中多元线性回归的例子,通常进行多元线性回归的步骤如下 (1)做自变量与因变量的散点图根据散点图的形状决定是否可以进行线性回归 (2)输入自变量与因变量 (。5、3)利用命令 b,bint,r,rint,sregress(y,X,alpha)rcoplot(r,rint) 得到回归模型的系数以及异常点的情况 (4)对回归模型进行检验 首先进行残差的正态性检验jbtestttest,MATLAB中多元线性回归的例子,其次进行残差的异方差检验: 戈德菲尔德一匡特(GoldfeldQuandt)检验 戈德菲尔德检验简称为GQ检验.为了检验异方差性将样本按解释变量排序后分成两部分再利用样本1和样本2分别建立回归模型并求出各自的残差平方和RSSl和RSS2。如果误差项的离散程度相同(即为同方差的)则RSSl和RSS2的值应该大致相同若两者。6、之间存在显著差异则表明存在异方差. 检验过程中为了“夸大”残差的差异性一般先在样本中部去掉C个数据(通常取cn4)再利用F统计量判断差异的显著性,MATLAB中多元线性回归的例子,其中n为样本容量k为自变量个数. 然后对残差进行自相关性的检验通常我们利用DW检验进行残差序列自相关性的检验。该检验的统计量为,其中 为残差序列对于计算出的结果通过查表决定是否存在自相关性。,若 du4-dl则存在一阶负相关 若 dlDWdu 或4-duDW4-dl 则无法判断,MATLAB中多元线性回归的例子,下面我们对模型进行检验 (1)残差的正态检验 由jbtest检验h0表明残差服从正态分布进而由t检验可知h0p1故残差服从均值为零的正态分布 (2)残差的异方差检验 我们将28个数据从小到大排列去掉中间的6个数据得到F统计量的观测值为f 1.9092,由F(7,7)3.79可知f 1.90923.79故不存在异方差.,(3)残差的自相关性检验 计算得到dw 1.4330,查表后得到dl0.97 , du1.41 由于 1.41dudw1.4334-du2.59 ,残差不存在自相关性.,MATLAB中多元线性回归的例子,此课件下载可自行编辑修改供参考 感谢您的支持我们努力做得更好。
