首页天道酬勤matlab多元线性回归模型实例,matlab求线性回归方程

matlab多元线性回归模型实例,matlab求线性回归方程

张世龙 05-13 05:34 108次浏览

如果正文有点难理解的话,请看我以前的基础线性规划等。 有lingo、matlab和python

我不会给大家放链接的,想看的话,点击头像就行了!

文章目录

)1)一元线性回归旧轿车价格案例

)2)多元线性回归洞庭湖污染物案例实测

(3)参考文件:

)1)一元线性回归的旧轿车价格案例用x表示使用年限,y表示相应的平均价格。 根据表中x和y的数据,建立数据模型,分析轿车平均价格与其使用关键点的关系,即y和x的关系。

为了表示,x和y数据如下:

x=1:10; y=[ 2650、1942、1493、1086、766、539、485、291、224、202 ]; 代码:

clear allclc%绘图x=1:10; y=[ 2650、1942、1493、1086、766、539、485、291、224、202 ]; forI=1:10plot(x(I ),y (I ),' or ' ); hold onend%表示x轴和y轴的xlabel('x ); ylabel(y ); 执行结果:

分析返回的图,发现x和y呈指数关系。 因此,设为z=Iny,标记为pcddx=Inyi。

重绘:

代码:

clear allclc%绘图x=1:10; y=[ 2650、1942、1493、1086、766、539、485、291、224、202 ]; z=Zeros(size ) y ); n=长度(y; HoldonforI=1:nz(I )=log ) I ); plot(x ) I )、z ) I )、' ok ' ); 结束轴和y轴的xlabel(x ); ylabel(y ); 运行结果:观察结果,你认为比刚才的拟合效果好得多吗

分析结果表明,各点基本在一条直线附近,z=a bx c 既然已经确定好了函数类型,就可以求解参数具体值。

代码:

clear allclcx=1:10; y=[ 2650、1942、1493、1086、766、539、485、291、224、202 ]; z=Zeros(size ) y ); n=长度(y; forI=1:nz(I )=log ) I ); end[p,s]=polyfit(x,z,1 )执行结果:

由此,成为a=8.1671、b=-0.2984,得到函数z=8.1671-0.2984x

(2)多元线性回归的洞庭湖污染物案例实测定义)有两个以上自变量的,多元回归。

在此之前,需要说明regress函数的使用。 调用格式如下:

[b,bint,r,rint,stats]=regress(y,x,alpha )是什么意思?

阿尔法是显化水平,默认设定为0.05,b是输出量,bint是回归系数的估计值和他们的置信区间,r是残差,rint是置信区间,stats适合验证回归模型的统计量。

举个例子吧。 案例如下。

代码:

%多元回归clearallclcx1=[1.376、1.375、1.387、1.401、1.412、1.428、1.445、1.477]; x2=[0.450、0.475、0.485、0.5、0.535、0.545、0.55、0.575]; x3=[2.170、2.554、2.676、2.713、2.823、3.088、3.122、3.262]; x4=[5.19、1.161、0.5346、0.9589、2.0239、1.0499、1.1065、1.1387]; y=[5.19、5.3、5.6、5.82、6、6.06、6.45、6.95]; 保存数据x1 x2 x3 x4 y %保存数据加载数据%检索数据y=[y'] '; x=[ones(size ) x1 ' ]、x1 '、x2 '、x3 '、x4']; [b,bint,r,rint,stats]=regress(y,x )执行结果:

根据返回值b的值,可以确定函数关系式。 水质分析模型如下。

y=-20.529719.1269 x 18.0045 x2- 1.5867 x3-0.1465 x4

(3)参考文档:多元线性回归- MATLAB regress- MathWorks中国

线性回归评价指标,线性回归模型指标 python多元线性回归模型,二元线性回归模型例题