第八章统计回归模型Word文档下载推荐.docx
《第八章统计回归模型Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《第八章统计回归模型Word文档下载推荐.docx（24页珍藏版）》请在冰豆网上搜索。
14/30
解根据数据的散点图，应拟合为一条二次曲线.选用二次模型，具体代码如下：
%%%输入数据
t=1/30:
1/30:
14/30;
s=[];
%%%多项式系数拟合
[p,S]=polyfit（t,s,2）;
则得回归模型为：
%%%y的拟合值及预测值y的置信半径delta
[y,dalta]=polyconf（p,t,S）;
得结果如下：
y=
Columns1through11
Columns12through14
dalta=
%%%交互式画图
polytool（t,s,2）;
polytool所得的交互式图形如图8-1所示.
图8-1
（2）多元二项式回归
多元二项式回归模型的一般形式为
多元二项式回归命令：
rstool（x,y,’model’,alpha）x表示nm矩阵；
y表示n维列向量；
alpha为显著性水平（缺省时为；
model表示由下列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）：
例2设某商品的需求量与消费者的平均收入、商品价格的统计数据如下，建立回归模型，预测平均收入为1000、价格为6时的商品需求量.
需求量
100
75
80
70
50
65
90
110
60
收入
1000
600
1200
500
300
400
1300
1100
价格
5
7
6
8
4
3
9
解选择纯二次模型，即
x1=[10006001200500300400130011001300300];
x2=[5766875439];
x=[x1'
x2'
];
y=[10075807050659010011060]'
;
%%%多元二项式回归
rstool（x,y,'
purequadratic'
）;
得如下结果：
图8-2
得到一个如图所示的交互式画面，左边是x1（=1000）固定时的曲线y（x1）及其置信区间，右边是x2（=6）固定时的曲线y（x2）及其置信区间.用鼠标移动图中的十字线，或在图下方窗口内输入，可改变x1，x2.在左边图形下方的方框中输入1000，右边图形下方的方框中输入6，则画面左边的“PredictedY1”下方的数据变为，即预测出平均收入为1000、价格为6时的商品需求量为.
在画面左下方单击”Export”，在出现的窗体中单击”ok”按钮，则beta、rmse和residuals都传送到Matlab工作区中.
在Matlab工作区中输入命令：
beta,rmse，得结果：
beta=
rmse=
故回归模型为：
，
剩余标准差为，说明此回归模型的显著性较好.
二、多元线性回归
多元线性回归模型的一般形式为
在Matlab统计工具箱中使用函数regress实现多元线性回归.具体调用格式为：
b=regress（Y,X）
[b,bint,r,rint,stats]=regress（Y,X,alpha）
其中
.对于一元线性回归，取
即可.b为输出向量；
b，bint表示回归系数估计值和它们的置信区间；
r表示残差；
rint表示残差的置信区间；
stats表示用于检验回归模型的统计量，有四个数值：
相关系数
值、与
值对应的概率
的值.相关系数
越接近1，说明回归方程越显著；
时拒绝
越大，说明回归方程越显著；
对应的概率
，回归模型成立；
alpha表示显著性水平（缺省时为.
残差及其置信区间可以用命令rcoplot（r,rint）画出.
例3已知某湖泊八年来湖水中COD浓度实测值（y）与影响因素，如湖区工业产值（x1）、总人口数（x2）、捕鱼量（x3）、降水量（x4）的资料，建立y的水质分析模型.
湖水浓度与影响因素数据表
x1
x2
x3
x4
y
解作出因变量y与各自变量的样本散点图
作散点图的目的主要是观察因变量y与各自变量间是否有比较好的线性关系，以便选择恰当的数学模型形式.图8-3、图8-4、图8-5、图8-6分别为y与x1、x2、x3、x4的散点图.从图中可以看出这些点大致分布在一条直线旁边，因此有较好的线性关系，可以采用线性回归.
图8-3y与x1的散点图图8-4y与x2的散点图
图8-5y与x3的散点图图8-6y与x4的散点图
在Matlab中实现回归的具体代码如下：
x1=[];
x2=[];
x3=[];
x4=[];
x=[ones（8,1）x1'
x3'
x4'
y=[];
%%%多元线性回归
[b,bint,r,rint,stats]=regress（y'
x）;
b=
bint=
r=
rint=
stats=
此外，由stats的值可知
。
%%%残差分析，作残差图
rcoplot（r,rint）
图8-7
从残差图可以看出，除第一和第六个数据外，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.第一和第六个数据可视为异常点，将其去掉后重新拟合可得新的回归模型.
三、非线性回归
非线性回归模型的一般形式为
，其中
对回归系数
是非线性的.
非线性回归包括如下几个用于计算回归参数、预测输出、置信区间以及输出交互图像的函数.
1.非线性最小二乘参数估计
对于非线性方程的的系数估计通常采用最小二乘估计，又叫做非线性最小二乘回归.在Matlab中采用nlinfit实现，其调用格式如下：
beta=nlinfit（x,y,fun,beta0）
返回非线性回归方程系数的最小二乘估计值.非线性方程由fun给定，fun为用户提供形如
的函数，beta为待估系数
beta0为回归系数
的初值.
[beta,r,J]=nlinfit（x,y,fun,beta0）
返回回归系数beta、残差r、Jacobi矩阵J.
2.最小二乘估计参数的置信区间
求非线性最小二乘估计的系数的置信区间用nlparci计算。
其输入为nlinfit函数的输出beta，r，J。
函数具体调用格式如下：
ci=nlparci（beta,r,J）
返回系数beta的95%置信区间.
ci=nlparci（beta,r,J,alpha）
返回系数beta的100（1-alpha）%置信区间.
3.最小二乘估计模型的预测输出及其置信区间
非线性最小二乘估计模型的预测输出及其置信区间用nlpredci计算.函数具体调用格式如下：
[ypred,delta]=nlpredci（fun,inputs,beta,r,J）
返回模型在对应inputs处的输出预测值ypred，给出95%的置信区间[ypred-delta,ypred+delta]；
[ypred,delta]=nlpredci（fun,inputs,beta,r,J,alpha）
返回模型在对应inputs处的输出预测值ypred，给出100（1-alpha）%的置信区间[ypred-delta,ypred+delta].
4.非线性拟合和预测的交互图形工具
nlintool是非线性拟合和预测的交互图形工具.函数具体调用格式如下：
nlintool（x,y,fun,beta0）
返回x，y的非线性最小二乘法的曲线拟合图，并画出95%的置信区间；
nlintool（x,y,fun,beta0,alpha）
给出曲线拟合图及100（1-alpha）%的置信区间；
nlintool（x,y,fun,beta0,alpha,’xname’,’yname’）
给出曲线拟合图及100（1-alpha）%的置信区间，标出x，y变量名称.
例4在化工生产中获得的氯气的级分
随生产时间
下降，假定在
时，
之间有如下形式的非线性模型：
现收集43组数据，如下所示.要求利用该数据求
的值以及它们95%的置信区间.并画出拟合曲线.此处设
的初值分别为，.
,,,,,,,,,,,,,,,,
,,,,,,,
,,,,,,,,,,,,,,,,,,,,
解首先编写函数fun，表示出需要拟合模型的函数形式.
%%%拟合模型的函数形式
functiony=fun（beta0,x）
a=beta0
（1）;
b=beta0
（2）;
y=a+*exp（-b*（x-8））;
编写程序对数据进行最小二乘拟合和处理
x=[];
y=[];
beta0=[];
%%%系数初值
[beta,r,J]=nlinfit（x,y,@fun,beta0）;
%%%系数最小二乘估计值为beta
beta
ci=nlparci（beta,r,J）;
%%%求95%置信区间
nlintool（x,y,@fun,beta0,,'
生产时间x'
'
氯气级分y'
%%%显示拟合结果和置信区间
beta=
ci=
可知
的最小二乘估计值分别为和，它们95%的置信区间分别为[,]和[,].所以用最小二乘法对该模型系数进行估计，最终的模型表达式为
最终得到的拟合图如下所示.
图8-8
在图8-8中，中间的实线为拟合曲线，两侧的虚线标出其95%置信区间.
四、逐步回归
实际问题中影响因变量的因素可能很多，希望从中挑选出影响显著的自变量来建立回归模型.这就涉及到了变量选择的问题.逐步回归就是一种从众多变量中有效地选择重要变量的方法.
逐步回归的命令是stepwise，它提供了一个交互式画面，通过此工具可以自由地选择变量，进行统计分析，其调用格式为stepwise（x,y,inmodel,alpha）.
其中x表示自变量数据，
阶矩阵；
y表示因变量数据，
inmodel表示矩阵的列数指标（缺省时设定为全部自变量）；
运行stepwise命令时产生三个图形窗口：
StepwisePlot，StepwiseTable，StepwiseHistory.
在StepwisePlot窗口，虚线表示该变量的拟合系数与0无显著差异，实线表示有显著差异，红色线表示从模型中移去的变量，蓝色线表示存在模型中的变量，单击一条会改变其状态.
StepwiseTable窗口中列出了一个统计表，包括回归系数及其置信区间，以及模型的统计量剩余标准差（RMSE）、相关系数（R-square）、
例5水泥凝固时放出的热量y与水泥中4种化学成分x1、x2、x3、x4有关，今测得一组数据如下，试用逐步回归法确定一个线性模型.
序号
1
2
10
11
12
13
21
26
29
56
31
52
55
71
54
47
40
66
68
15
17
22
18
23
20
33
44
34
解在Matlab中实现逐步回归的具体代码如下：
%%%数据输入：
x1=[7111117113122111110]'
x2=[26295631525571315447406668]'
x3=[615886917221842398]'
x4=[6052204733226442226341212]'
x=[x1x2x3x4];
y=[]'
%%%逐步回归
%%%先在初始模型中取全部自变量：
stepwise（x,y）
得图8-9所示的结果.
图8-9
从图8-9中可以看出，x3、x4的
值较大，其对模型影响不显著.
若要移去x3、x4两个变量，在Matlab中输入：
stepwise（x,y,[1,2]）
得图8-10所示的结果.
图8-10
移去变量x3和x4后模型具有显著性，虽然剩余标准差（RMSE）没有太大的变化，但是统计量
的值明显增大，因此新的回归模型更好.
对变量y和x1、x2作线性回归，在Matlab中输入：
X=[ones（13,1）x1x2];
b=regress（y,X）
得结果：
b=
故最终模型为：
y=++.
讨论题
1.根据经验，在人的身高相等的情况下，血压的收缩压y与体重x1，年龄x2有关，现在收集了13个男子的有关数据，如下表所示，试建立y与x1、x2的回归模型.
30
120
141
124
126
117
125
123
132
155
147
2.下表为1980-1991年间以1987年不变价计算的美国个人消费支出y与美国国内生产总值x的数据（单位：
10亿美元）.
1）在直角坐标系下，作x与y的散点图，并判断y与x是否存在线性相关关系
2）试求y与x的一元线性回归方程.
3）对所得的回归方程作显著性检验（
）.
4）若x0=4500，试求对应的y0的点预测和包含概率为95%的区间预测.
年份
x
1980
1986
1981
1987
1982
1988
1983
1989
1984
1990
1985
1991
3.某地人事部门研究中学教师的薪金与他们的资历、性别、教育程度、及培训情况等因素之间的关系，要建立一个数学模型，分析人事策略的合理性，特别是考察女教师是否受到不公正的待遇，以及她们的婚姻状况是否会影响收入.为此，从当地教师中随机选中3414位进行观察，然后从中保留了90个观察对象，得到关键数据如下表.
Z
x5
x6
x7
998
1015
14
1028
1250
19
1018
27
1072
1290
1204
1352
1104
38
1118
41
1127
42
1259
1095
1113
1462
1182
1404
1594
1459
1237
67
1496
1424
78
79
1347
91
1343
92
1310
94
1814
103
1534
1430
1439
111
1946
114
2216
1834
1416
2052
139
2087
140
2264
154
2201
158
2992
159
1695
162
1792
167
1690
173
1827
174
2604
175
1720
199
209
2159
1852
210
2104
213
220
222
2210
2266
223
2027
227
232
1995
235
2616
245
2324
253
257
2054
260
2617
284
1948
287
290
308
升级会员 