matlab多元回归分析演示文稿.ppt

文档介绍：matlab多元回归分析(fēnxī)演示文稿
1页，共52页，星期一。
优选matlab多元回归分析(fēnxī)
2页，共52页，星期一。
实验(shíyàn)目的
实验(shíyàn)内容
2．掌握用数学软为逐步回归的一步.
对于每一步都要进行Y值检验，以确保每次引入新的显著性变量前回归方程中只包含对Y作用显著的变量.
返回
25页，共52页，星期一。
统计工具箱中的回归分析(fēnxī)命令
1．多元(duō yuán)线性回归
2．多项式回归
3．非线性回归
4．逐步回归
返回
26页，共52页，星期一。
多元(duō yuán)线性回归
b=regress( Y, X )
1．确定(quèdìng)回归系数的点估计值：
27页，共52页，星期一。
3．画出残差及其置信区间： rcoplot（r，rint）
2．求回归系数的点估计和区间估计、并检验(jiǎnyàn)回归模型：
[b, bint,r,rint,stats]=regress(Y,X,alpha)
回归系数的区间估计
残差
用于检验回归模型的统计量，
有三个数值：相关系数r 2、
F值、与F 对应的概率p
置信区间
显著性水平
（）
28页，共52页，星期一。
例1
解：
1．输入(shūrù)数据：
x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';
X=[ones(16,1) x];
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
2．回归分析(fēnxī)及检验：
[b,bint,r,rint,stats]=regress(Y,X)
b,bint,stats
To MATLAB(liti11)
题目
29页，共52页，星期一。
3．残差分析(fēnxī)，作残差图：
rcoplot(r,rint)
从残差图可以看出，除第二个数据外，其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-+(fúhé)原始数据，而第二个数据可视为异常点.
4．预测及作图：
z=b(1)+b(2)*
plot(x,Y,'k+',x,z,'r')
返回
To MATLAB(liti12)
30页，共52页，星期一。
多 项 式 回 归
（一）一元(yī yuán)多项式回归
（1）确定多项式系数的命令：[p，S]=polyfit（x，y，m）
（2）一元多项式回归命令：polytool（x，y，m）
1．回归：
y=a1xm+a2xm-1+…+amx+am+1
2．预测和预测误差估计：
（1）Y=polyval（p，x）求polyfit所得的回归多项式
在x处 的预测值Y；
（2）[Y，DELTA]=polyconf（p，x，S，alpha）
求polyfit所得的回归多项式在x处的预测值Y及预测值的显
著性为1-alpha的置信区间Y DELTA；.
±
31页，共52页，星期一。
法一
直接(zhíjiē)作二次多项式回归：
t=1/30:1/30:14/30;
s=[ ];
[p,S]=polyfit(t,s,2)
To MATLAB（liti21）
得回归模型为 ：
32页，共52页，星期一。
法二
化为多元(duō yuán)线性回归：
t=1/30:1/30:14/30;
s=[
];
T=[ones(14,1) t' (t.^2)'];
[b,bint,r,rint,stats]=regress(s',T);
b,stats
To MATLAB(liti22)
得回归模型为 ：
Y=polyconf(p,t,S)
plot(t,s,'k+',t,Y,'r')
预测(yùcè)及作图
To MATLAB(liti23)
33页，共52页，星期一。
（二）多元(duō yuán)