多元线性回归显著性检验Matlab程序

1、多元线性回归及明显性查验Matlab程序多元线性回归及明显性查验Matlab程序多元线性回归及明显性查验Matlab程序多元线性回归及明显性查验Matlab程序（圆满版）一、明：1、本程序是研究生教材数理（虎、刘、波著）例（P133）的程解答程序。教材上的例只做了回方程著性分析和一次回系数著性分析（剔除x1后没有再x2和x3）。2、本程序在以上的基之上，分了x2和x3，而且算精度更高。Matlab3、本程序可依据用的需要，在入不一样样的著性水平之下获得相的解答。4、本程序移植性，于其余数据，只要要改excel中的数据即可。5、本程序出的可性，整美。二、数据入下（将数据存入excel表格，文件名

2、。注意数据是按x1，x2，xk，y来列来存。若不是3个量，相增减数据列就行。）：218507940514461234312064312403176465397837023553166001849845061451021513145171256160486164501552904046320174790442163996391255161341127470246151237415490204561642417481044841436513369851613545810051144866321355785041045105403176441572三、圆满程序以下：%-byggihhimm-%数理统

3、计杨虎、刘琼、钟波编著例多元线性回归及明显性查验圆满解答%输入需要的明显水平（默认=），计算出不一样样结果（见运转结果）%该程序也合适其余维数的数据分析（只要改变excel表格中的数据即可）%-byggihhimm-clear;clc;data=xlsread(,sheet1);xi=data(:,1:end-1);n,k=size(data);k=k-1;index_of_xi_array=ones(1,k);X=ones(n,1)xi;Y=data(:,end);fprintf(第1次计算结果：r)beta_mao=(X*X)X*Y);fmt_str0=;fori0=1:k+1fmt_st

4、r0=fmt_str0num2str(i0-1)=%r;endfprintf(fmt_str0,beta_mao)fprintf(r)%查验回归方程的明显性x_ba=mean(xi);y_ba=mean(Y);St_square=sum(Y.2)-n*y_ba2;lxy=sum(xi-ones(n,1)*x_ba).*(Y-y_ba)*ones(1,k);Sr_square=sum(beta_mao(2:end).*lxy);Se_square=St_square-Sr_square;c_flag=Sr_square/Se_square;F_alpha=input(请输入您要求的明显性水平(0

5、1)=);while(isscalar(F_alpha)&F_alpha0)F_alpha=input(您的输入有误，请从头输入一个大于0，小于1的数，=);endF_fenweidian=finv(1-F_alpha,k,n-k-1);c=k/(n-k-1)*F_fenweidian;ifc_flagcfprintf(r-回归方程明显性查验（H0：1=2=.=.k=0）-r经过计算：拒绝H0，原假定不建立。)elsefprintf(r-回归方程明显性查验（H0：1=2=.=k=0）.-r经过计算：接受H0，原假定建立。)end%查验回归系数的明显性（循环查验，直到OK，得出最后结果）fpri

6、ntf(rr-回归系数明显性查验（分别对1、2、.、k进行）.-)flag_go_on=1;num_of_loop=0;whileflag_go_oncij=inv(X*X);cii=diag(cij);F_fenweidian_1=finv(1-F_alpha,1,n-k-1);ci=sqrt(cii(2:end)*Se_square*F_fenweidian_1/(n-k-1);format_str=%;forii=1:k-1format_str=format_str%;endfprintf(r第%d次查验：rcii:format_str%rci:.format_strri：format_

7、str%,num_of_loop+1,cii,ci,beta_mao)ifall(abs(beta_mao(2:end)ci)flag_go_on=1;beta_1tok=beta_mao;beta_1tok(1)=;fi_xin=beta_1tok.2./cii(1:end-1);min_fi=min(fi_xin);beta_index=find(fi_xin=min_fi)+1;fprintf(rx%d对y的线性影响最不明显（|%d|=%）。删除x%d，进行第%d次计算：,.beta_index-1+num_of_loop,beta_index-1+num_of_loop,.abs(be

8、ta_mao(beta_index),beta_index-1+num_of_loop,.beta_index-1+num_of_loop+1)elsefmt_str2=x%d;index_of_xi=find(index_of_xi_array);fori2=1:length(find(index_of_xi)-1fmt_str2=fmt_str2、x%d;endfprintf(rr经过查验，节余全部变量:.fmt_str2对y的线性影响均明显。查验结束。flag_go_on=0;r,index_of_xi)endifflag_go_onnum_of_loop=num_of_loop+1;k

9、=k-1;ifkfprintf(rr警示：经过一一对全部变量做明显性查验，已剔除全部变量！);break;endbeta_mao=beta_mao-beta_mao(beta_index)/cii(beta_index)*cij(beta_index,:);beta_mao(beta_index)=;fmt_str1=;fori1=2:k+1fmt_str1=fmt_str1num2str(i1-1+num_of_loop)=%r;endr0=%rfmt_str1,beta_mao)X(:,beta_index)=;index_of_xi_array(beta_index-1+num_of_loop-1)=0;xi=X(:,2:end);x_ba=mean(xi);lxy=sum(xi-ones(n,1)*x_ba).*(Y-y_ba)*ones(1,k);Sr_square=sum(beta_mao(2:end).*lxy);Se_square=St_square-Sr_square;endend四、运转结果以下（分别为=和=的运转结果）：第1次计算结果：0=1=2=