matlab 7. 回归预测实例

对x=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17]进行回归与预测

x=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17];
x=x';                                                  %要换为列向量
alpha=0.05;                                      %设置显著性水平
[mu,sigma]=normfit(x);
p1=normcdf(x,mu,sigma);
[h0,s1,ks.cv]=kstest(x,[x,p1],alpha);

x1=log(x);                                            %非线性化为线性的正态性检验
[mu,sigma]=normfit(x1);
p2=normcdf(x1,mu,sigma);
[h1,s2,ks0,cv]=kstest(x1,[x1,p1],alpha);


h0=1
h1=1

clear;
clc;
t=(1:9);
y=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17];
x=1./t;
lx=log(t);
ly=log(y);

stats1=reglm(y,t,'linear');  %做y-t的线性回归
stats2=reglm(y,x,'linear');  %做y-1/t线性回归
stats3=reglm(y,lx,'linear'); %做lny-lnt的线性回归
stats4=reglm(ly,t,'linear'); %做lnt-t的线性回归

%还原四个方差的预测值
y1=stats1.beta(1)+stats1.beta(2)*t;
y2=stats2.beta(1)+stats2.beta(2)*x;
y3=exp(stats3.beta(1)+stats3.beta(2)*lx);
y4=exp(stats4.beta(1)+stats4.beta(2)*t);

q1=sum((y-y1).^2);           %计算回归方差的残差平方和
q2=sum((y-y2).^2);
q3=sum((y-y3).^2);
q4=sum((y-y4).^2);
fprintf('........残差平方和........\n');
fprintf('%8s%18s%15s%15s%12s\n','项目','y1','y1','y3','y4');
fmt='%9s%20.4f%15.4f%15.4f%13.4f\n';
fprintf(fmt,'SSE',q1,q2,q3,q4);           %画名为'残差平方和'的表

%%画回归效果图%%
subplot(2,2,1);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y1,'linewidth',1)  %画回归直线
legend('原始值','回归直线');
title('y=a+bt');
hold off

subplot(2,2,2)
plot(t,y,'k.','Markersize',15)  %散点图 
hold on
plot(t,y2,'linewidth',1)%画回归直线
legend('原始值','回归曲线');
title('y=a+b/t');
hold off

subplot(2,2,3);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y3,'linewidth',1)  %画回归直线
legend('原始值','回归直线');
title('y=at^b');
hold off

subplot(2,2,4);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y4,'linewidth',1)  %画回归直线
legend('原始值','回归直线');
title('y=ae^b^t');
hold off



------------------------------------方差分析表------------------------------------
方差来源    自由度            平方和             均方             F值          p值
回归       1.0000           2.3602           2.3602         63.9062      0.0001
残差       7.0000           0.2585           0.0369
总计       8.0000           2.6187

       均方根误差(Root MSE)         0.1922           判定系数(R-Square)    0.9013
 因变量均值(Dependent Mean)         0.7411        调整的判定系数(Adj R-Sq)    0.8872

-----------------------------------参数估计-----------------------------------
      变量               估计值            标准误             t值          p值
     常数项              1.7328           0.1396          12.4113      0.0000
        X1             -0.1983           0.0248          -7.9941      0.0001

------------------------------------方差分析表------------------------------------
方差来源    自由度            平方和             均方             F值          p值
回归       1.0000           2.3566           2.3566         62.9517      0.0001
残差       7.0000           0.2620           0.0374
总计       8.0000           2.6187

       均方根误差(Root MSE)         0.1935           判定系数(R-Square)    0.8999
 因变量均值(Dependent Mean)         0.7411        调整的判定系数(Adj R-Sq)    0.8856

-----------------------------------参数估计-----------------------------------
      变量               估计值            标准误             t值          p值
     常数项              0.1428           0.0992           1.4396      0.1932
        X1              1.9033           0.2399           7.9342      0.0001

------------------------------------方差分析表------------------------------------
方差来源    自由度            平方和             均方             F值          p值
回归       1.0000           2.6101           2.6101       2133.7513      0.0000
残差       7.0000           0.0086           0.0012
总计       8.0000           2.6187

       均方根误差(Root MSE)         0.0350           判定系数(R-Square)    0.9967
 因变量均值(Dependent Mean)         0.7411        调整的判定系数(Adj R-Sq)    0.9963

-----------------------------------参数估计-----------------------------------
      变量               估计值            标准误             t值          p值
     常数项              1.8707           0.0271          69.0527      0.0000
        X1             -0.7941           0.0172         -46.1925      0.0000

------------------------------------方差分析表------------------------------------
方差来源    自由度            平方和             均方             F值          p值
回归       1.0000           5.3330           5.3330     131978.7098      0.0000
残差       7.0000           0.0003           0.0000
总计       8.0000           5.3332

       均方根误差(Root MSE)         0.0064           判定系数(R-Square)    0.9999
 因变量均值(Dependent Mean)        -0.5802        调整的判定系数(Adj R-Sq)    0.9999

-----------------------------------参数估计-----------------------------------
      变量               估计值            标准误             t值          p值
     常数项              0.9104           0.0046         197.1452      0.0000
        X1             -0.2981           0.0008        -363.2887      0.0000
........残差平方和........
      项目                y1             y1             y3          y4
      SSE              0.2585         0.2620        38.0572       0.0001
     %y4残差平方和最小所以更准确```

lny=0.9104-0.2981*t
y=0.9104e^-0.2981x
最后根据模型带入自变量进行预测即可