1.一元线性回归
例题社会商品销售总额与职工工资总额,建立其回归模型,设X为职工工资总额,Y为商品销售总额,建立一个X-Y模型有:
其代码为:
x=[23.80,27.60,31.60,32.40,33.70,34.90,43.20,52.80,63.80,73.40];
y=[41.4,51.8,61.70,67.90,68.70,77.50,95.90,137.40,155.0,175.0];
figure
plot(x,y,‘r*’) %作散点图(制定横纵坐标)
xlabel(‘x(职工工资总额)’,‘fontsize’,12)
ylabel(‘y(商品零售总额)’,‘fontsize’,12)
set(gca,‘linewidth’,2)
%采用最小二乘拟合
Lxx=sum((x-mean(x)).^2)
Lxy=sum((x-mean(x)).(y-mean(y)));
b1=Lxy/Lxx;
b0=mean(y)-b1mean(x);
y1=b1*x+b0;
hold on
plot(x,y1,‘linewidth’,2);
m2=LinearModel.fit(x,y)%函数进行线性回归
其结果如图:
2.随机样本分析
nx=-1:5; %x(n)
nh=-2:10; %h(n)
x=uDT(nx)-uDT(nx-4);
h=0.875.^nh.*(uDT(nh)-uDT(nh-10));
y=conv(x,h);
ny1=nx(1)+nh(1);
ny=ny1+(0:(length(nx)+length(nh)-2));
subplot(311)
stem(nx,x,‘fill’),grid on
xlabel(‘n’),title(‘x(n)’)
axis([-5 16 0 3])
subplot(312)
stem(nh,h’,‘fill’),grid on
xlabel(‘n’),title(‘h(n)’)
axis([-5 16 0 3])
subplot(313)
stem(ny,y,‘fill’),grid on
xlabel(‘n’),title(‘y(n)=x(n)*h(n)’)
axis([-5 16 0 3])
function y=uDT(n)
y=n>=0;
end