matlab回归分析结果输出,科学网—回归分析的MATLAB和R程序实现 - 王福昌的博文...

前面博客中已经讲过MATLAB中常用的命令拟合polyfit() , lsqcurvefit() ,nlinfit()  和 cftool等，这里简单介绍简单的回归分析的MATLAB和R语言实现。

例15.1

测得某种物质在不同温度下吸附另一种物质的重量如下表

$\begin{array}{c|ccccccccc}

x_i(^oC)&1.5& 1.8&2.4&3.0 &3.5 &3.9 &4.4 &4.8 &5.0 \\\hline

y_i(mg)&4.8& 5.7&7.0&8.3&10.9&12.4&13.1&13.6&15.1

\end{array}$

由所给定的样本观测值，如果画出散点图，可以看出 $9$ 个点近乎在一条直线上。因此，我们可以假设(严格地讲，应该先检验这假设)吸附量 Y 与温度 $x$ 具有线性关系：$Y = a+b,x+varepsilon$

，求 $Y$ 对 $x$ 的线性回归。

按照书上公式，在MATLAB中输入：

x = [1.5 , 1.8,  2.4, 3.0, 3.5, 3.9, 4.4, 4.8,5.0];

y = [4.8, 5.7, 7.0, 8.3, 10.9, 12.4, 13.1, 13.6,15.1];

sx = sum(x); sy = sum(y);  sxy = sum(x.*y); sxx = sum(x.^2);

fprintf('sx = %6.2f,   sy = %6.2f, sxy = %6.2f,  sxx = %6.2fn', sx,sy,sxy,sxx)

mx =1/9* sum(x); my = 1/9*sum(y);

fprintf('mx = %6.4f,   my = %6.4fn', mx, my)

lxy = sxy - 9*mx*my; lxx = sxx - 9*mx^2;

bhat = lxy/lxx; ahat = my - bhat*mx;

fprintf('ahat = %6.4f,   bhat = %6.4fn', ahat, bhat)

即可得到

sx =  30.30,   sy =  90.90, sxy = 344.09,  sxx = 115.11

mx = 3.3667,   my = 10.1000

ahat = 0.3187,   bhat = 2.9053

R语言的程序代码为：

> x

> y

> slt

> summary(slt)

运行后得到

Call:

lm(formula = y ~ x)

Residuals:

Min      1Q  Median      3Q     Max

-0.7347 -0.2915  0.1233  0.2546  0.7505

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept)  0.3187  0.5151  0.619 0.556

x        2.9053   0.1440  20.170 1.84e-07 ***

---

Signif. codes:  0 ‘***’ 0.0