没有合适的资源?快使用搜索试试~ 我知道了~
多元回归程序MATLAB程序.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 139 浏览量
2022-06-24
01:25:44
上传
评论
收藏 767KB PDF 举报
温馨提示
试读
30页
多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf多元回归程序MATLAB程序.pdf
资源推荐
资源详情
资源评论
多元回归程序 MATLAB 程序
matlab 回归(拟合)总结
前言
1、学三条命令
polyfit(x,y,n)---拟合成一元幂函数(一元多
次)
regress(y,x)----可以多元,
nlinfit(x,y,’fun’,beta0) (可用于任何类型
的函数,任意多元函数,应用范围最广,最万能
的)
2、同一个问题,这三条命令都可以使用,
但结果肯定是不同的,因为拟合的近似结果,没
有唯一的标准的答案。相当于咨询多个专家。
3、回归的操作步骤:
根据图形(实际点),选配一条恰当的函数
形式(类型)---需要数学理论与基础和经验。(并
写出该函数表达式的一般形式,含待定系数)
------选用某条回归命令求出所有的待定系数。所
以可以说,回归就是求待定系数的过程(需确定
函数的形式)
一、多元回归分析
对于多元线性回归模型 (其实可以是非线
性,它通用性极高):
y
0
1
x
1
p
x
p
e
设 变 量
1
1
x
1
x
11
x
21
x
n1
x
1
, x
2
,L x
p
, y
的 n 组 观 测 值 为
y
1
y
y
2
y
n
0
1
p
(x
i1
, x
i 2
,L x
ip
, y
i
) i 1,2,L , n
x
1 p
x
2 p
x
np
记
x
12
x
22
x
n2
, ,则 的估
计值为排列方式与线性代数中的线性方程组相
同(),拟合成多元函数---regress
使用格式:左边用 b=[b, bint, r, rint, stats]
右边用=regress(y, x)或 regress(y, x, alpha)
---命令中是先 y 后 x,
---须构造好矩阵 x(x 中的每列与目标函数的
一项对应)
---并且 x 要在最前面额外添加全 1 列/对应
于常数项
---y 必须是列向量
---结果是从常数项开始 ---与 polyfit 的不
同。)
其中: b 为回归系数,
的估计值(第一个为常数项),
bint 为回归系数的区间估计,
r: 残差 ,
rint: 残差的置信区间,
stats: 用于检验回归模型的统计量,有四个
数值:相关系数 r2、F 值、与 F 对应的概率 p
和残差的方差(前两个越大越好,后两个越小越
好),
alpha: 显著性水平(缺省时为 0.05,即置
信水平为 95%)(alpha 不影响 b,只影响 bint(区,
间估计)。它越小,即置信度越高,则 bint 范围
越大。显著水平越高,则区间就越小)(返回五
个结果)---
如有 n 个自变量-有误(n 个待定系数),则
b 中就有 n+1 个系数(含常数项,---第一项为常
数项)(b---b 的范围/置信区间---残差 r---r 的置
信区间 rint-----点估计----区间估计
如果
的置信区间(bint 的第
i 1
行)不包
i
含 0,则在显著水平为
时拒绝
i
i
0
的假设,认为
变量
x
是显著的.*******(而 rint 残差的区间应
包含 0 则更好)。b,y 等均为列向量,x 为矩阵(表
示了一组实际的数据)必须在 x 第一列添加一个
全 1 列。----对应于常数项。
相关系数 r2 越接近 1,说明回归方程越显
著;(r2 越大越接近 1 越好)F 越大,说明回归方
程越显著;(F 越大越好)与 F 对应的概率 p 越
小越好,一定要 P<a 时拒绝 H0 而接受 H1,即
回归模型成立。乘余(残差)标准差(RMSE)
越小越好(此处是残差的方差,还没有开方)(前
两个越大越好,后两个越小越好)
重点:
regress(y,x) 重点与难点是如何加工处理
矩阵 x。
y 是函数值,一定是只有一列。
也即目标函数的形式是由矩阵 X 来确定
如
s=a+b*x1+c*x2+d*x3+e*x1^2+f*x2*x3+g*x1^2,
一定有一个常数项,且必须放在最前面(即
x 的第一列为全 1 列)
X 中的每一列对应于目标函数中的一项(目
标函数有多少项则 x 中就有多少列)
X=[ones, x1, x2, x3, x1.^2, x2.*x3,x1.ˆ2]
(剔除待定系数的形式)
regress: y/x 顺序,矩阵 X 需要加工处理
nlinfit: x/y 顺序,X/Y 就是原始的数据,
不要做任何的加工。
(即 regress 靠矩阵 X 来确定目标函数的类型
剩余29页未读,继续阅读
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- hadoop进行数据分析教程.docx
- 数据挖掘与数据分析应用案例 数据挖掘算法实践 基于Python的用杰卡德相似算法来进行相似度计算.doc
- YDT 3838-2021通信制造业绿色工厂评价细则.pdf
- python实现浏览器自动化,实现自动打开京东购物车页面
- 数据挖掘与数据分析应用案例 数据挖掘算法实践 基于Python的数据挖掘在超市中的应用与分析.doc
- 图论的思维导图-复习.xmind
- 数据挖掘与数据分析应用案例 数据挖掘算法实践 基于Python的朴素叶斯分类器算法.doc
- 数据挖掘与数据分析应用案例 数据挖掘算法实践 基于Python的朴素贝叶斯算法的应用.doc
- 数据挖掘与数据分析应用案例 数据挖掘算法实践 基于Python的逻辑回归算法.doc
- 202004241046318290.jpg
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功