已知多元回归方程,求一个点在置信度为97.5%的预测区间,Matlab代码如何实现?为了说明问题,特举例如下:
已知x1,x2,y试验数据,求其数学模型。
x1=[94 65 95 15 47 23 65 52];
x2=[45 66 22 54 87 16 65 54];
y=[1 2 3 4 5 6 7 8];
那我们如何来实现呢?我们可以按下列步骤实现:
1、写出多元变量的多项式表达式
f(x1,x2)=a+b*x1+c*x2+d*x1^2+e*x2^2+f*x1^3+g*x2^3
2、用新变量X表示上述表达式的系数矩阵,即
X=[ones(8,1) x1 x2 x1.^2 x2.^2 x1.^3 x2.^3]
3、写出当置信度为97.5%的值,即alpha=0.025
4、使用regress多元线性回归函数,求出系数及置信区间;求出其检验统计量。既
[beta,bint,r,rint,stats] = regress(y,X,alpha);
5、显示系数及置信区间范围
a=beta(1);b=beta(2);c=beta(3);d=beta(4);e=beta(5);f=beta(6);g=beta(7);
bint
6、显示决定系数R^2,F统计量,p概率值,即
R2=stats(1);F=stats(2);p=stats(3);
7、完善上述代码,运行可以得到如下结果。
从拟合结果来看,还得进一步优化其数学模型。