MATLAB一元线性回归方程的计算和检验1. 从input语句键盘输入一组数据(xi,yi),i=1,2,…n。 2. 计算一元线性回归方程y=ax+b的系数a和b,用两种方法计算: 一是公式: ; 二是用最小二乘法的公式求出最小值点(a,b),使 3. 检验回归方程是否有效(用F分布检验)。 4. 把散列点(xi,yi)和回归曲线y=ax+b画在一个图上。 5. 每种计算法都要有计算框图,且每种计算法都要编成一个自定义函数。 function yiyuan clc; disp('从键盘输入一组数据:'); x=input('please Input data x:...
1. 从input语句键盘输入一组数据(xi,yi),i=1,2,…n。 2. 计算一元线性回归方程y=ax+b的系数a和b,用两种方法计算: 一是公式: ; 二是用最小二乘法的公式求出最小值点(a,b),使 3. 检验回归方程是否有效(用F分布检验)。 4. 把散列点(xi,yi)和回归曲线y=ax+b画在一个图上。 5. 每种计算法都要有计算框图,且每种计算法都要编成一个自定义函数。 function yiyuan clc; disp('从键盘输入一组数据:'); x=input('please Input data x:'); y=input('please Input data y:'); disp('一元线性回归的计算和检验:'); disp('1.公式法'); disp('2.最小二乘'); disp('3.检验'); disp('0.退出'); global a0 b0; while 3 num=input('选择求解的方法:'); switch num case 1 [a0,b0]=huigui(x,y) case 2 [a0,b0]=zxec(x,y) case 3 break; case 0 return; otherwise disp('输入错误,请重先输入!'); end end X=x';Y=y'; X=[ones(size(X)),X];alpha=0.5; [b,bint,e,rint,stats]=regress(Y,X) if stats(3)
F1-α(k,n-k-1)时拒绝H0,F越大,说明回归方程越显著;与F对应的概率p 时拒绝H0,回归模型成立。 Y为n*1的矩阵; X为(ones(n,1),x1,…,xm)的矩阵; alpha显著性水平(缺省时为0.05)。 三、多元线性回归 3.1.命令 regress(见2。5) 3.2.命令 rstool 多元二项式回归 命令:rstool(x,y,’model’, alpha) x 为n*m矩阵 y为 n维列向量 model 由下列4个模型中选择1个(用字符串输入,缺省时为线性模型): linear(线性): purequadratic(纯二次): interaction(交叉): quadratic(完全二次): alpha 显著性水平(缺省时为0.05) 返回值beta 系数 返回值rmse剩余差 返回值residuals残差 四、非线性回归 4.1.命令 nlinfit [beta,R,J]=nlinfit(X,Y,’’model’,beta0) X 为n*m矩阵 Y为 n维列向量 model为自定义函数 beta0为估计的模型系数 beta为回归系数 R为残差 J 4.2.命令 nlintool nlintool(X,Y,’model’,beta0,alpha) X 为n*m矩阵 Y为 n维列向量 model为自定义函数 beta0为估计的模型系数 alpha显著性水平(缺省时为0.05) 4.3.命令 nlparci betaci=nlparci(beta,R,J) beta为回归系数 R为残差 J 返回值为回归系数beta的置信区间 4.4.命令 nlpredci [Y,DELTA]=nlpredci(‘model’,X,beta,R,J) Y为预测值 DELTA为预测值的显著性为1-alpha的置信区间;alpha缺省时为0.05。 X 为n*m矩阵 model为自定义函数 beta为回归系数 R为残差 J
本文档为【MATLAB一元线性回归方程的计算和检验】,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。
[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。