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