数学建模打卡

与森先生

于 2021-11-17 21:28:10 发布

187

文章标签： matlab 算法线性代数

本文链接：https://blog.csdn.net/qq_52980098/article/details/121387139

版权

数模打卡第四天–线性回归

一元线性回归

定义

一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。

模型

在这里插入图片描述

例题

在这里插入图片描述

数据：
x=[6,8,10,14,18];
y=[7,9,13,17.5,18];

matlab代码如下：

x=[6,8,10,14,18];
y=[7,9,13,17.5,18];
N=length(x);%求取x向量的长度
for i=1:N
	plot(x(i),y(i),'or');
	hold on
end

运行结果：
在这里插入图片描述从视觉上直观的看出x和y呈现线性关系。则我们可以通过matlab求出相关系数

[p,s]=polyfit(x,y,1)%代码中“1”为拟合的阶数

求得结果：
在这里插入图片描述

则函数表达式为：y=0.9763*x+1.9655

若某些题中数据画出来的散点图不是线性关系，我们可以通过一些变形（例如取对数）将其变形为线性关系，然后再次进行线性回归。

多元回归

定义

社会经济现象的变化往往受到多个因素的影响，因此，一般要进行多元回归分析，我们把包括两个或两个以上自变量的回归称为多元线性回归。多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。

模型

在这里插入图片描述

例题

在这里插入图片描述
“题中本来有29组数据，为了方便输入数据，这里作者将其改为10组数据”
要求：建立多元线性关系

这里我们需要用到多元线性回归的函数regress
代码如下：

%开始多元回归
clear all
clc
x1=[54.89,72.49,53.81,64.74,58.80,43.67,54.89,86.12,60.35,54.04];
x2=[30.86,42.61,52.86,39.18,37.67,26.18,30.86,43.79,38.20,34.23];
x3=[448.70,467.30,425.61,469.80,456.55,395.78,448.70,440.13,394.40,405.60];
x4=[0.012,0.008,0.004,0.005,0.012,0.001,0.012,0.017,0.001,0.008];
x5=[1.010,1.640,1.220,1.220,1.010,0.594,1.010,1.770,1.440,1.300];
y=[13.50,13.00,13.75,14.00,14.25,12.75,12.50,12.25,12.00,11.75];
save data x1 x2 x3 x4 x5 y%保存数据
load data %取出数据
y=[y'];
x=[ones(size(x1')),x1',x2',x3',x4',x5'];
[b,bint,r,rint,stats]=regress(y,x)