MATLAB一元线回归方程的计算和检验.doc

精品文档1. 从input语句键盘输入一组数据（xi，yi），i=1,2,n。2. 计算一元线性回归方程y=ax+b的系数a和b，用两种方法计算：一是公式：；二是用最小二乘法的公式求出最小值点（a,b）,使 3. 检验回归方程是否有效（用F分布检验）。4. 把散列点（xi，yi）和回归曲线y=ax+b画在一个图上。5. 每种计算法都要有计算框图，且每种计算法都要编成一个自定义函数。function yiyuanclc;disp(从键盘输入一组数据:);x=input(please Input data x：);y=input(please Input data y：);disp(一元线性回归的计算和检验:);disp(1.公式法);disp(2.最小二乘);disp(3.检验);disp(0.退出);global a0 b0;while 3 num=input(选择求解的方法:); switch num case 1 a0,b0=huigui(x,y) case 2 a0,b0=zxec(x,y) case 3 break; case 0 return; otherwise disp(输入错误，请重先输入！); endendX=x;Y=y;X=ones(size(X),X;alpha=0.5;b,bint,e,rint,stats=regress(Y,X)if stats(3) F1-（k，n-k-1）时拒绝H0，F越大，说明回归方程越显著；与F对应的概率p时拒绝H0，回归模型成立。Y为n*1的矩阵；X为（ones(n,1),x1,xm）的矩阵；alpha显著性水平（缺省时为0.05）。三、多元线性回归31命令regress（见2。5）32命令rstool多元二项式回归命令：rstool（x，y，model, alpha）x为n*m矩阵y为n维列向量model由下列4个模型中选择1个（用字符串输入，缺省时为线性模型）：linear（线性）：purequadratic（纯二次）：interaction（交叉）：quadratic（完全二次）：alpha显著性水平（缺省时为0.05）返回值beta系数返回值rmse剩余标准差返回值residuals残差四、非线性回归41命令nlinfitbeta,R,J=nlinfit(X,Y,model,beta0)X为n*m矩阵Y为n维列向量model为自定义函数beta0为估计的模型系数beta为回归系数R为残差J42命令nlintoolnlintool(X,Y,model,beta0,alpha)X为n*m矩阵Y为n维列向量model为自定义函数beta0为估计的模型系数alpha显著性水平（缺省时为0.05）43命令nlparcibetaci=nlparci(beta,R,J)beta为回归系数R为残差J返回值为回归系数beta的置信区间44命令nlpredciY,DELTA=nlpredci(model,X,beta,R,J)Y为预测值DELTA为预测值的显著性为1-alpha的置信区间；alpha缺省时为0.05。X为n*m矩阵model为自定义函数be