1、精選優(yōu)質文檔-傾情為你奉上云南大學數學與統(tǒng)計學實驗教學中心實驗報告課程名稱：數學實驗學期：20102011學年下學期成績：指導教師： 學生姓名： 學生學號：實驗名稱：回歸分析實驗編號：六實驗日期：6月6日實驗學時：2學院： 專業(yè)：信息與計算科學年級： 一、實驗目的1.熟悉MATLAB的運行環(huán)境.2.學會初步建立數學模型的方法3.運用回歸分析方法來解決問題二、實驗內容實驗一：某公司出口換回成本分析對經營同一類產品出口業(yè)務的公司進行抽樣調查,被調查的13家公司,其出口換匯成本與商品流轉費用率資料如下表。試分析兩個變量之間的關系,并估計某家公司商品流轉費用率是6.5%的出口換匯成本. 公司出口換匯成

2、本(人民幣元/美元) 商品流轉費用率(%)公司出口換匯成本(人民幣元/美元)商品流轉費用率(%)1234567    1.40    1.20    1.001.901.302.40    1.404.205.307.103.706.203.504.8089101112131.602.001.001.601.801.405.504.105.004.003.406.90實驗二：某建筑材料公司的銷售量因素分析下表數據是某建筑材料公司去年20個地區(qū)的銷售量（Y，千方），推銷開支、實

3、際帳目數、同類商品競爭數和地區(qū)銷售潛力分別是影響建筑材料銷售量的因素。1）試建立回歸模型，且分析哪些是主要的影響因素。2）建立最優(yōu)回歸模型。 地區(qū)i推銷開支（x1）實際帳目數（x2）同類商品競爭數（x3）地區(qū)銷售潛力（x4）銷售量Y12345678910111213141516171819205.52.58.03.03.02.98.09.04.06.55.55.06.05.03.58.06.04.07.57.0315567503871305642736044503955704050625910812781212585111261010611119986916151781041671264414

4、68131179.3200.1163.2200.1146.0177.730.9291.9160.0339.4159.686.3237.5107.2155.0201.4100.2135.8223.3195.0 提示：建立一個多元線性回歸模型。 三、實驗環(huán)境Windows操作系統(tǒng); MATLAB 7.0.四、實驗過程實驗一：運用回歸分析在MATLAB里實現(xiàn)輸入：x=4.20 5.30 7.10 3.70 6.20 3.50 4.80 5.50 4.10 5.00 4.00 3.40 6.90'X=ones(13,1) x;Y=1.40 1.20 1.00 1.90 1.30 2.

5、40 1.40 1.60 2.00 1.00 1.60 1.80 1.40'plot(x,Y,'*');b,bint,r,rint,stats=regress(Y,X,0.05);輸出： b = 2.6597 -0.2288bint = 1.8873 3.4322 -0.3820 -0.0757stats = 0.4958 10.8168 0.0072 0.0903即-0.2288,的置信區(qū)間為1.8873 3.4322,的置信區(qū)間為-0.3820 -0.0757；=0.4958, F=10.8168, p=0.0072 因P<0.05, 可知回歸模型 y=2.6

6、597-0.2288x 成立.估計某家公司商品流轉費用率是6.5%的出口換匯成本。將x=6.5代入回歸模型中，得到>> x=6.5;>> y=2.6597-0.2288*xy = 1.1725實驗二：在MATLAB里實現(xiàn)，首先建立回歸模型輸出：x1=5.5 2.5 8.0 3.0 3.0 2.9 8.0 9.0 4.0 6.5 5.5 5.0 6.0 5.0 3.5 8.0 6.0 4.0 7.5 7.0'x2=31 55 67 50 38 71 30 56 42 73 60 44 50 39 55 70 40 50 62 59'x3=10 8 12 7

7、 8 12 12 5 8 5 11 12 6 10 10 6 11 11 9 9'x4=8 6 9 16 15 17 8 10 4 16 7 12 6 4 4 14 6 8 13 11'Y=79.3 200.1 163.2 200.1 146.0 177.7 30.9 291.9 160.0 339.4 159.6 86.3 237.5 107.2 155.0 201.4 100.2 135.8 223.3 195.0'X=ones(20,1) x1 x2 x3 x4;b,bint,r,rint,stats=regress(Y,X,0.05);b,bint,stats輸

8、出：b = 191.9158 -0.7719 3.1725 -19.6811 -0.4501bint = 103.1071 280.7245 -7.1445 5.6007 2.0640 4.2809 -25.1651 -14.1972 -3.7284 2.8283stats = 0.9034 35.0509 0.0000 644.6510即= 191.9158 =-0.7719 = 3.1725 =-19.6811 =-0.4501；的置信區(qū)間為103.1071 280.7245；的置信區(qū)間為-7.1445 5.6007；的置信區(qū)間為2.0640 4.2809；的置信區(qū)間為-25.1651 -

9、14.1972；的置信區(qū)間為-3.7284 2.8283；= 0.9034, F=35.0509, p=0.0000 因P<0.05, 可知回歸模型 y=191.9158 -0.7719x1+3.1725*x2-19.6811*x3 -0.4501*x4成立.分析哪些是主要的影響因素輸入：x1=5.5 2.5 8.0 3.0 3.0 2.9 8.0 9.0 4.0 6.5 5.5 5.0 6.0 5.0 3.5 8.0 6.0 4.0 7.5 7.0'x2=31 55 67 50 38 71 30 56 42 73 60 44 50 39 55 70 40 50 62 59

10、9;x3=10 8 12 7 8 12 12 5 8 5 11 12 6 10 10 6 11 11 9 9'x4=8 6 9 16 15 17 8 10 4 16 7 12 6 4 4 14 6 8 13 11'Y=79.3 200.1 163.2 200.1 146.0 177.7 30.9 291.9 160.0 339.4 159.6 86.3 237.5 107.2 155.0 201.4 100.2 135.8 223.3 195.0'X=x1 x2 x3 x4; stepwise(X,Y);從表Stepwise Table中分析得出變量x2和x3為主要的影響因素。移去非關鍵變量x1和x4后模型具有顯著性. 雖然剩余標準差（RMSE）都有了變化，統(tǒng)計量F的值明顯增大，因此新的回歸模型更好.就得到最優(yōu)模型。輸入：X1=ones(20,1) x2 x3;b,bint,r,rint,stats=regress(Y,X1); b,bint,stats輸出：b = 186.0484 3.0907 -19.5140bint = 110.4254 261.6715 2.1657 4.0156 -24.5597 -14.4683stats =0.9024 78.6295 0.0000 574.158