数学建模——回归分析（一元线性回归）（b站 数学加油站 学习笔记）

一、回归分析一般步骤：
1、确定回归方程中的自变量和因变量

2、建立回归方程

        2.1利用最小二乘法计算回归方程的相关系数

3、对回归方程进行检验

        3.1拟合优度检验

        3.2线性关系检验（对总体回归关系的检验)

        3.3回归系数检验（可以对各个回归系数进行检验）

4、预测

---

二、例题代码讲解

本题可在matlab中利用regress函数直接求解：

%导入自变量矩阵
x= [143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'
%ones生成16行1列的"1"矩阵，与x合并成16*2的矩阵，作为系数矩阵
X= [ones(16,1) x]
%导入观测值
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'

%王中王，regress矩阵
[b,bint,r,rint,stats] = regress(Y,X)
%b返回系数
%brint是β1和β2的区间估计
%r为残差
%rint为置信区间
%stats用于检验回归模型的统计量，包括：决定系数R方、F值、与F对应的概率、无偏估计σ方

%残差图作图命令
rcoplot(r,rint)

z=b(1)+b(2)*x
%作图：第一个是观测点；第二个是回归方程
plot(x,Y,'k+',x,z,'r')

stats输出值为
0.928187845952738	180.953071464563	2.13116289524174e-09	1.74368886546008

=0.928接近于1，拟合优度好；

F=180.953071464563>（1,n-2)=4.2,线性关系显著