《数学建模多元回归模型.docx》由会员分享，可在线阅读，更多相关《数学建模多元回归模型.docx（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上实 习 报 告 书学生姓名：学号：学院名称：专业名称：实习时间： 2014年 06 月 05 日第六次实验报告要求实验目的：掌握多元线性回归模型的原理，多元线性回归模型的建立、估计、检验及解释变量的增减的方法，以及运用相应的Matlab软件的函数计算。实验内容：已知某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据，见表1。请选择恰当的解释变量和恰当的模型，建立粮食年销售量的回归模型，并对其进行估计和检验。表1 某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据年份粮食年销售量Y/万吨常住人口X2/万人人均收入X3/元肉销售量X4/万吨蛋销售量X5/万
2、吨鱼虾销售量X6/万吨197498.45560.20153.206.531.231.891975100.70603.11190.009.121.302.031976102.80668.05240.308.101.802.711977133.95715.47301.1210.102.093.001978140.13724.27361.0010.932.393.291979143.11736.13420.0011.853.905.241980146.15748.91491.7612.285.136.831981144.60760.32501.0013.505.418.361982148.94774
3、.92529.2015.296.0910.071983158.55785.30552.7218.107.9712.571984169.68795.50771.1619.6110.1815.121985162.14804.80811.8017.2211.7918.251986170.09814.94988.4318.6011.5420.591987178.69828.731094.6523.5311.6823.37实验要求：撰写实验报告，参考第10章中牙膏销售量，软件开发人员的薪金两个案例，写出建模过程，包括以下步骤1.分析影响因变量Y的主要影响因素及经济意义；影响因变量Y的主要影响因素有常住人
4、口数量，城市中人口越多，需要的粮食数量就越多，粮食的年销售量就会相应增加。粮食销量还和人均收入有关，人均收入增加了，居民所能购买的粮食数量也会相应增加。另外，肉类销量、蛋销售量、鱼虾销售量也会对粮食的销售量有影响，这些销量增加了，也表示居民的饮食结构也在发生变化，生活水平在提高，所以相应的，生活水平提升了，居民也有能力购买更多的粮食。2. 建立散点图考察Y与每一个自变量之间的相关关系从上述散点图，我们可以看出，当x2增大时，y有向上增加的趋势，图中的曲线是用二次函数模型 。随着x3，x4，x5，x6的增加，y的值都有比较明显的线性增长趋势，直线是用线性模型3.建立多元线性回归模型，并计算回归系
5、数和统计量；综合上述分析，可以建立如下回归模型：参数参数估计值参数置信区间-3.6113-72.5573 65.3348 0.1255-0.0103 0.2614 0.0737 -0.0135 0.1609 2.6752 -0.2196 5.57003.4654 -2.1721 9.1029 -4.4987 -9.5953 0.5979 =0.9705 F= 52.6601 p=0.0000 表1 初始模型的计算结果我们用逐步回归法，在Matlab中用stepwise，运行出下面图根据上图可以看出，变量x3,x5,x6对Y值影响不大，可以舍弃，所以该模型建的不合理，应该只和x2,x4有关，改进
6、后的模型为：，利用Matlab求解，得到的结果如下：参数参数估计值参数置信区间-39.7948 -94.8540 15.2644 0.2115 0.1118 0.31131.9092 0.3154 3.5031 =0.9539 F=113.9220 P=0.0000 表2 新模型的计算结果检验：表2与表1的结果相比，有所提高，说明新模型比初始模型有所改进。F的值从52.6601提高到113.9220 ，超过了临界的检验值，P=0.0000。并且改进后，所有的置信区间都不包含零点，所以新模型更好，更符合实际。所以最后的模型为：4. 对多元回归模型进行统计检验；统计检验：用新模型对粮食的销售量作预
7、测。假设在某年，该市的人口数量是736.13万人，肉销售量是11.85万吨。所以粮食年销量y=-39.7948+0.2115*736.13+1.9092*11.85=138.5171万吨。与实际销量143.11万吨误差不大，模型效果比较好。5. 分析回归模型对应的经济含义。经济分析：由x2，x4变量的回归系数都大于零，同经济理论分析得到的结论是一致的。说明回归方程的经济含义是：当肉销售量不变时，城市的人口每增加1万人，粮食的销量就增加0.2115万吨。当城市人口数量不变时，肉类销量每增加1万吨，粮食的销量就增加1.9092万吨。程序附录/ 画散点图% function untitled1(x2
8、 ,y)% y=98.45 100.70 102.80 133.95 140.13 143.11 146.15 144.60 148.94 158.55 169.68 162.14 170.09 178.69% x2=560.20 603.11 668.05 715.47 724.27 736.13 748.91 760.32 774.92 785.30 795.50 804.80 814.94 828.73% x3=153.20 190.00 240.30 301.12 361.00 420.00 491.76 501.00 529.20 552.72 771.16 811.80 988.4
9、3 1094.65% x4=6.53 9.12 8.10 10.10 10.93 11.85 12.28 13.50 15.29 18.10 19.61 17.22 18.60 23.53% x5=1.23 1.30 1.80 2.09 2.39 3.90 5.13 5.41 6.09 7.97 10.18 11.79 11.54 11.68% x6=1.89 2.03 2.71 3.00 3.29 5.24 6.83 8.36 10.07 12.57 15.12 18.25 20.59 23.37% n=1% a=polyfit(x2,y,n)% y2=polyval(a,x2)% plot
10、(x2,y2)% hold on% plot (x2,y ,.k)% title (x2和y的散点图)% xlabel(x2)% ylabel(y)/ 计算参数估计值，参数置信区间，进行逐步回归% clc;% clear;% % y=98.45 100.70 102.80 133.95 140.13 143.11 146.15 144.60 148.94 158.55 169.68 162.14 170.09 178.69;% x2=560.20 603.11 668.05 715.47 724.27 736.13 748.91 760.32 774.92 785.30 795.50 804.
11、80 814.94 828.73;% x3=153.20 190.00 240.30 301.12 361.00 420.00 491.76 501.00 529.20 552.72 771.16 811.80 988.43 1094.65;% x4=6.53 9.12 8.10 10.10 10.93 11.85 12.28 13.50 15.29 18.10 19.61 17.22 18.60 23.53;% x5=1.23 1.30 1.80 2.09 2.39 3.90 5.13 5.41 6.09 7.97 10.18 11.79 11.54 11.68;% x6=1.89 2.03 2.71 3.00 3.29 5.24 6.83 8.36 10.07 12.57 15.12 18.25 20.59 23.37;% z=ones(14,1);% x=z x2 x4 % b,bint,r,rint,stats=regress(y,x)% stepwise(x,y)专心-专注-专业