資源描述：
《matlab多元線性回歸模型》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、云南大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)實驗教學(xué)中心實驗報告云南大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)實驗教學(xué)中心實驗報告課程名稱：數(shù)學(xué)實驗學(xué)期：2010~2011學(xué)年下學(xué)期成績：指導(dǎo)教師：學(xué)生姓名：學(xué)生學(xué)號：實驗名稱：回歸分析實驗編號：六實驗日期：6月6日實驗學(xué)時：2學(xué)院：專業(yè)：信息與計算科學(xué)年級：一、實驗?zāi)康?.熟悉MATLAB的運行環(huán)境.2.學(xué)會初步建立數(shù)學(xué)模型的方法3.運用回歸分析方法來解決問題二、實驗內(nèi)容實驗一：某公司出口換回成本分析對經(jīng)營同一類產(chǎn)品出口業(yè)務(wù)的公司進(jìn)行抽樣調(diào)查,被調(diào)查的13家公司,其出口換匯成本與商品流轉(zhuǎn)費用率資料如下表。試分析兩個變量之間的關(guān)系,并估計某家公司商品流轉(zhuǎn)費用率是6.5%的出口換匯
2、成本.公司出口換匯成本(人民幣元/美元)商品流轉(zhuǎn)費用率(%)公司出口換匯成本(人民幣元/美元)商品流轉(zhuǎn)費用率(%)1234567???1.40???1.20???1.001.901.302.40???1.404.205.307.103.706.203.504.8089101112131.602.001.001.601.801.405.504.105.004.003.406.90實驗二：第7頁共7頁云南大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)實驗教學(xué)中心實驗報告某建筑材料公司的銷售量因素分析下表數(shù)據(jù)是某建筑材料公司去年20個地區(qū)的銷售量（Y，千方），推銷開支、實際帳目數(shù)、同類商品競爭數(shù)和地區(qū)銷售潛力分別是
3、影響建筑材料銷售量的因素。1）試建立回歸模型，且分析哪些是主要的影響因素。2）建立最優(yōu)回歸模型。地區(qū)i推銷開支（x1）實際帳目數(shù)（x2）同類商品競爭數(shù)（x3）地區(qū)銷售潛力（x4）銷售量Y12345678910111213141516171819205.52.58.03.03.02.98.09.04.06.55.55.06.05.03.58.06.04.07.57.031556750387130564273604450395570405062591081278121258511126101061111998691615178104167126441468131179.3200.11
4、63.2200.1146.0177.730.9291.9160.0339.4159.686.3237.5107.2155.0201.4100.2135.8223.3195.0?提示：建立一個多元線性回歸模型。第7頁共7頁云南大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)實驗教學(xué)中心實驗報告三、實驗環(huán)境Windows操作系統(tǒng);MATLAB7.0.四、實驗過程實驗一：運用回歸分析在MATLAB里實現(xiàn)輸入：x=[4.205.307.103.706.203.504.805.504.105.004.003.406.90]';X=[ones(13,1)x];Y=[1.401.201.001.901.302.401.401
5、.602.001.001.601.801.40]';plot(x,Y,'*');[b,bint,r,rint,stats]=regress(Y,X,0.05);輸出：b=2.6597-0.2288bint=1.88733.4322-0.3820-0.0757stats=0.495810.81680.00720.0903即-0.2288,的置信區(qū)間為[1.88733.4322],的置信區(qū)間為[-0.3820-0.0757]；=0.4958,F=10.8168,p=0.0072因P<0.05,可知回歸模型y=2.6597-0.2288x成立.估計某家公司商品流轉(zhuǎn)費用率是6.5%的出口
6、換匯成本。將x=6.5代入回歸模型中，得到>>x=6.5;>>y=2.6597-0.2288*x第7頁共7頁云南大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)實驗教學(xué)中心實驗報告y=1.1725實驗二：在MATLAB里實現(xiàn)，①首先建立回歸模型輸出：x1=[5.52.58.03.03.02.98.09.04.06.55.55.06.05.03.58.06.04.07.57.0]';x2=[3155675038713056427360445039557040506259]';x3=[108127812125851112610106111199]';x4=[86916151781041671264414681311
7、]';Y=[79.3200.1163.2200.1146.0177.730.9291.9160.0339.4159.686.3237.5107.2155.0201.4100.2135.8223.3195.0]';X=[ones(20,1)x1x2x3x4];[b,bint,r,rint,stats]=regress(Y,X,0.05);b,bint,stats輸出：b=191.9158-0.77193.1725-19.6811-0.4501bint=103.1071280.724
