《实验十一 回归分析》由会员分享，可在线阅读，更多相关《实验十一 回归分析（8页珍藏版）》请在金锄头文库上搜索。
1、成绩辽宁工程技术大学上机实验报告实验名称回归分析院系专业班级姓名学号日期实验 目的简述本次实验目的：1、了解回归分析基本内容2、掌握用matlab软件求解回归分析问题。实验准备你为本次实验做了哪些准备：复习书中相关的MATLAB函数知识，及相关的概率论的知识实验 进度本次共有 6个练习，完成6个。实验 总结本次实验的收获、体会、经验、问题和教训：在现实生活中存在着很多的相关关系，我们熟悉也只是其中的关 系，这节课的练习，让我学会了利用matlab对数据进行处理，首先在 图像中画出散点图，从而确定相关的回归模型来，求出他们之间存在 的某种函数关系，来了解函数模型与回归模型之间的关系。以此利用数学
2、知识来说明相关的实际问题，我想这也是我们在日 后的生活有很大帮助的。教师 评语成绩1、考察温度x对产量y的影响，测得下列10组数据:温度（C）20253035404550556065产量（kg）13.215.116.417.117.918.719.621.222.524.3求y关于x的线性回归方程，检验回归效果是否显著，并预测x=42C时产量的估值及预测区间（置 信度95%）. x=20 25 30 35 40 45 50 55 60 65;Y=13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3; rstool(x,Y/linear)图1图2Va
3、riables have been created in the current workspace. beta, rmsebeta =9.12120.2230rmse =0.4830结论：由图2知x=42C时产量的估值18.4885. y关于x的线性回归方程：y=9.1212+ 0.2230X 剩余标准差为0.4830，说明回归模型显著且显著性较好。2、某零件上有一段曲线，为了在程序控制机床上加工这一零件，需要求这段曲线的解析表达式，在 曲线横坐标xi处测得纵坐标yi共11对数据如下:X./y；0.62.04.47.511.817.123.331.239.649.761.7求这段曲线的纵坐标
4、y关于横坐标x的二次多项式回归方程. x=0 246810 12 14 16 18 20; y=0.62.0 4.4 7.5 11.8 17.1 23.3 31.2 39.6 49.7 61.7; p,S=polyfit(x,y,2)p =0.14030.19711.0105S = R: 3x3 doubledf: 8normr: 1.1097得回归模型为：y=0.1403*xA2+0.1971*x+1.01053、在研究化学动力学反应过程中，建立了一个反应速度和反应物含量的数学模型，形式为卩x 邑1 2卩y 5-1 + 卩 2 x1 + 卩 3 x 2 + 卩 4 x3其中代，P5是未知参数
5、，,x2,x3是三种反应物（氢，n戊烷，异构戊烷）的含量，y是反应速度.今测得一组数据如下表，试由此确定参数代,p5，并给出置信区间.B,P5的参考值为(1，0.05, 0.02, 0.1, 2).序号反应速度y氢x1n戊烷x2异构戊烷x318.554703001023.79285801034.8247030012040.024708012052.754708010614.391001901072.54100806584.3547019065913.0010030054108.50100300120110.05100801201211.3228530010133.13285190120对将拟合
6、的非线性模型，建立m文件dongli.m如下function y=dongli(beta,x) y=(beta(1)*x(:,2)-x(:,3)./beta(5)./(1+beta(2)*x(:,1)+beta(3)*x(:,2)+beta(4 )*x(:,3);输入数据及求回归系数和置信区间(yy土delta)clearclcclose ally=8.55 3.79 4.82 0.02 2.75 14.39 2.54 4.35 13.00 8.50 0.05 11.32 3.13; x1=470 285 470 470 470 100 100 470 100 100 100 285 285;
7、x2=300 80 300 80 80 190 80 190 300 300 80 300 190;x3=10 10 120 120 10 10 65 65 54 120 120 10 120;x=x1 x2 x3;beta0=1， 0.05, 0.02, 0.1, 2;beta,r,J=nlinfit(x,y,dongli,beta0);betayy,delta=nlpredci(dongli,x,beta,r ,J);yydelta 得出结果：beta =1.25260.06280.04000.11241.1914yy =8.41793.95424.9109-0.01102.635814.
8、34022.56624.038513.02928.3904-0.021611.47013.4326delta =0.28050.24740.17660.18750.15780.42360.24250.16380.34260.32810.36990.32370.1749 y=8.55 3.79 4.82 0.02 2.75 14.39 2.54 4.35 13.00 8.50 0.05 11.32 3.13; x1=470 285 470 470 470 100 100 470 100 100 100 285 285;x2=300 80 300 80 80 190 80 190 300 300
9、80 300 190;x3=10 10 120 120 10 10 65 65 54 120 120 10 120;x=x1 x2 x3;beta0=1,0.05, 0.02, 0.1, 2;beta,r,J=nlinfit(x,y,donglixue,beta0); yy,delta=nlpredci(donglixue,x,beta,r ,J); beta,r,J=nlinfit(x,y,donglixue,beta0); betabeta =1.25260.06280.04000.11241.1914 yy,delta=nlpredci(donglixue,x,beta,r ,J); y
10、ydeltayy =8.41793.95424.9109-0.01102.635814.34022.56624.038513.02928.3904-0.021611.47013.4326delta =0.28050.24740.17660.18750.15780.42360.24250.16380.34260.32810.36990.32370.1749可以得出在显著性水平为1-0.05的时候，置信区间yy土delta4、混凝土的抗压强度随养护时间的延长而增加，现将一批混凝土作成12 个试块，记录了养护日期x (日)及抗压强度 y (kg/cm2)的数据:养护时间x23457912141721
11、2856抗压强度y354247535965687376828699试求y = a + b ln x型回归方程.建立m文件:：function yhat=(beta,x)yhat=beta(1)+beta(2)*log(x);x=2345791214172128 56;y=354247 53 59 65 687376 828699;beta0=20 22;beta,r,J=nlinfit(x,y,volum,beta0)beta =21.005819.5285所以有回归方程：y=21.0058+19.5285log (x)5、下表给出了某工厂产品的生产批量与单位成本(元)的数据，从散点图，可以明
12、显的发现，生产 批量在500以内时，单位成本对生产批量服从一种线性关系，生产批量超过500时服从另一种线性 关系，此时单位成本明显下降。希望你构造一个合适的回归模型全面地描述生产批量与单位成本的 关系。单位成本 2.48 4.45 4.52 1.38 4.65 2.96 2.18 4.04 4.20 3.10 1.50先画出其散点图： x=650340 400 800 300 600 720 480 440 540 750; y=2.484.45 4.52 1.38 4.65 2.96 2.18 4.04 4.20 3.10 1.50; plot(x,y,*)6、一矿脉有13个相邻样本点，人为
13、设定一个原点，现测得各样本点对原点的距离x,与该样本点某种金 属含量y的一组数据如下,画出散点图观察二者的关系，试建立合适的回归模型，如二次曲线，双曲线，对 数曲线等.x23457810y106.42109.20109.58109.50110.00109.93110.49x111415151819y110.59110.60110.90110.76111.00111.20x1=2 3 4 5 7 8 10 11 14 15 15 18 19;y=106.42 109.20 109.58 109.50 110.00 109.93 110.49110.59 110.60 110.90 110.76 111.00 111.20; plot(xl,y)线性模型y=b0+b1*X x=ones(13，1)，x1;b bint r rint stats=regress(y，x); b，bint，statsb = 108.25810.1742bint = 107.2
