《MATLAB一元线性回归方程的计算和检验.pdf》由会员分享，可在线阅读，更多相关《MATLAB一元线性回归方程的计算和检验.pdf（6页珍藏版）》请在三一文库上搜索。
1、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：xayb xx yyxx a i ii , )( )( 2 ； 二是用最小二乘法的公式求出最小值点（a,b ）, 使 2 )(min,(baxybaQ ii 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
2、(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 en
3、d X=x;Y=y; X=ones(size(X),X;alpha=0.5; b,bint,e,rint,stats=regress(Y ,X) if stats(3) F1-（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 31命令 regress （见 2。5） 32命令 rstool 多元二项式回归 命令： rstool（x，y， model, alpha） x 为 n*m 矩阵 y
4、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剩余标准差 返回值 residuals残差 四、非线性回归 41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
5、 J 42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） 43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 44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