1、云南大學數(shù)學與統(tǒng)計學實驗教學中心實驗報告課程名稱：數(shù)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(shù)學模型的方法3. 運用回歸分析方法來解決問題二、實驗內(nèi)容實驗一 ：某公司出口換回成本分析對經(jīng)營同一類產(chǎn)品出口業(yè)務的公司進行抽樣調(diào)查, 被調(diào)查的 13 家公司 , 其出口換匯成本與商品流轉(zhuǎn)費用率資料如下表。試分析兩個變量之間的關(guān)系, 并估計某家公司商品流轉(zhuǎn)費用率是6.5%的出口換匯成本.公司出口換匯成本

2、商品流轉(zhuǎn)費用公司出口換匯成本商品流轉(zhuǎn)費用( 人民幣率( 人民幣率元/美元)(%)元/ 美元)(%)11.404.2081.605.5021.205.3092.004.1031.007.10101.005.0041.903.70111.604.0051.306.20121.803.4062.403.50131.406.9071.404.80實驗二：某建筑材料公司的銷售量因素分析下表數(shù)據(jù)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、實際帳目數(shù)、同類商品競爭數(shù)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)

3、 i推銷開支實際帳目數(shù)同類商品競地區(qū)銷售潛銷售量（x1）（ x2）爭數(shù)（ x3）力（ x4）Y15.53110879.322.55586200.138.067129163.243.050716200.153.038815146.062.9711217177.778.03012830.989.056510291.994.04284160.0106.573516339.4115.560117159.6125.044121286.3136.05066237.5145.039104107.2153.555104155.0168.070614201.4176.040116100.2184.0501181

4、35.8197.562913223.3207.059911195.0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 2.40 1.40 1.60 2.00 1.00 1.60 1.80 1.40;plot(x,Y,*);b,bint,r,rint,stats=regress

5、(Y,X,0.05);輸出： b =2.6597 -0.2288bint =1.88733.4322-0.3820-0.0757stats = 0.495810.81680.0072 0.0903即?-0.2288,?3.4322,?的置信區(qū)間為 -0.3820-0.0757 ；02.6597， ,10 的置信區(qū)間為 1.8873,1r 2=0.4958, F=10.8168, p=0.0072因 P 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、 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 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

7、.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輸出：b =191.9158-0.77193.1725-19.6811-0.4501bint =103.1071 280.7245-7.14455.60072.06404.2809-25.1651 -14.1972-3.72842.8283stats =0.903435.05090.0000644.6510即 ?0 = 191.9158?,1 =-0.7719?2 = 3.1725

8、?3 =-19.6811?4 =-0.4501；?0 的置信區(qū)間為 103.1071 280.7245；?,1 的置信區(qū)間為-7.1445 5.6007；?2 的置信區(qū)間為2.0640 4.2809； ?3 的置信區(qū)間為-25.1651 -14.1972；?4 的置信區(qū)間為-3.7284 2.8283；r 2 = 0.9034 , F=35.0509 , p=0.0000因P0.05,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

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 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.

10、5 107.2 155.0201.4 100.2 135.8 223.3 195.0;X=x1 x2 x3 x4;stepwise(X,Y);Coefficients with Error BarsX1X2X3X4-30-20-100102074E 73S MR 7271C o e f f.t - s t a tp - v a l6.534440.77680.44734.028714.41920.0003-23.935- 5.38770.00006.395711.74010.0989Model History1從表 Stepwise Table中分析得出變量x2 和 x3 為主要的影響因素。C

11、oefficients with Error BarsC o e f f.t - s t a tp - v a lX1-0.701486- 0.24240.8115X23.090677.04970.0000X3-19.514- 8.15960.0000X4-0. 418127- 0. 28110. 7823-25-20-15-10-505Model History80E 60S MR 4020123 移去非關(guān)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 =186.04843.0907-19.5140bint =110.4254261.67152.16574.0156-24.5597-14.4683stats =0.902478.62950.00