回歸分析資料

多元線性回歸測16名成年女子的身高與腿長所得數(shù)據(jù)如下x=[143145146147149150153154155156157158159160162164]';X=[ones(16,1)x];Y=[8885889192939395969897969899100102]';[b,bint,r,rint,stats]=regress(Y,X);b,bint,r,rint,stats1.確定回歸系數(shù)的點估計值：b=regress(y,x)----------------------------------------b=-16.07300.7194bint=%回歸系數(shù)的區(qū)間估計-33.70711.56120.60470.8340r=%殘差1.2056-3.2331-0.95241.32820.88951.1702-0.98790.29270.57341.85400.1347-1.5847-0.3040-0.0234-0.46210.0992rint=%置信區(qū)間-1.24073.6520-5.0622-1.4040-3.58941.6845-1.28953.9459-1.85193.6309-1.55523.8955-3.77131.7955-2.54733.1328-2.24713.3939-0.75404.4621-2.68142.9508-4.21881.0494-3.07102.4630-2.76612.7193-3.11332.1892-2.46402.6624stats=%用于檢驗回歸模型的統(tǒng)計量，相關(guān)系數(shù)、F值、與F對應(yīng)的概率P0.9282180.95310.00001.7437>>2.殘差分析，作殘差圖（畫出殘差及置信區(qū)間）rcoplot(r,rint)489.2946stats=1.0e+007*0.00001.037800.0000>>多元二項式回歸設(shè)某商品的需求量與消費者的平均收入、商品價格的統(tǒng)計數(shù)據(jù)如下，建立回歸模型，預(yù)測平均收入為1000、價格為6時的商品需求量.方法一x1=[10006001200500300400130011001300300];x2=[5766875439];y=[10075807050659010011060]';x=[x1'x2'];rstool(x,y,'purequadratic')----------------------------------------------------可預(yù)測平均收入為1000、價格為6時的商品需求量方法二化為多元線性回歸：x1=[10006001200500300400130011001300300];x2=[5766875439];y=[10075807050659010011060]';X=[ones(10,1)x1'x2'(x1.^2)'(x2.^2)'];[b,bint,r,rint,stats]=regress(y,X);b,stats非線性回歸出鋼時所用的盛鋼水的鋼包，由于鋼水對耐火材料的侵蝕，容積不斷增大.我們希望知道使用次數(shù)與增大的容積之間的關(guān)系.對一鋼包作試驗，測得的數(shù)據(jù)列于下表：functionyhat=volum(beta,x)yhat=beta(1)*exp(beta(2)./x);------------------x=2:16;y=[6.428.209.589.59.7109.939.9910.4910.5910.6010.8010.6010.9010.76];beta0=[82]';[beta,r,J]=nlinfit(x',y','volum',beta0);beta----------------------------------------------beta=11.6037-1.0641>>得到回歸模型為逐步回歸水泥凝固時放出的熱量y與水泥中4種化學(xué)成分x1、x2、x3、x4有關(guān)，今測得一組數(shù)據(jù)如下，試用逐步回歸法確定一個線性模型.x1=[7111117113122111110]';x2=[26295631525571315447406668]';x3=[615886917221842398]';x4=[6052204733226442226341212]';y=[78.574.3104.387.695.9109.2102.772.593.1115.983.8113.3109.4]';x=[x1x2x3x4];stepwise(x,y)考察溫度x對產(chǎn)量y的影響，測得下列10組數(shù)據(jù)：求y關(guān)于x的線性回歸方程，檢驗回歸效果是否顯著，并預(yù)測x=42℃時產(chǎn)量的估值及預(yù)測區(qū)間（置信度95%）.x=[20253035404550556065]';X=[ones(10,1)x];Y=[13.215.116.417.117.918.719.621.222.524.3]';[b,bint,r,rint,stats]=regress(Y,X);b,bint,r,rint,stats---------------------b=9.12120.2230bint=8.021110.22140.19850.2476r=-0.38180.40300.58790.1727-0.1424-0.4576-0.6727-0.1879-0.00300.6818rint=-1.28580.5221-0.56751.3736-0.36391.5397-0.92931.2748-1.26320.9783-1.51230.5972-1.61790.2725-1.25630.8806-1.03521.0291-0.07631.4399stats=0.9821439.83110.00000.2333>>y=9.1212+0.2230xx=42,y=18.4872某零件上有一段曲線，為了在程序控制機床上加工這一零件，需要求這段曲線的解析表達式，在曲線橫坐標(biāo)xi處測得縱坐標(biāo)yi共11對數(shù)據(jù)如下：求這段曲線的縱坐標(biāo)y關(guān)于橫坐標(biāo)x的二次多項式回歸方程t=0:2:20;s=[0.62.04.47.511.817.123.331.239.649.761.7];[p,S]=polyfit(t,s,2)-------------------------------------p=0.14030.19711.0105S=R:[3x3double]df:8normr:1.1097>>混凝土的抗壓強度隨養(yǎng)護時間的延長而增加，現(xiàn)將一批混凝土作成12個試塊，記錄了養(yǎng)護日期x（日）及抗壓強度y（kg/cm2）的數(shù)據(jù)：試求型回歸方程functionyhat=fun1(beta,x)yhat=beta(1)+beta(2)*log(x);x=[234579121417212856];