數(shù)學建模多元回歸分析-全文預覽
【正文】 ) SUMMARY OUTPUT回歸統(tǒng)計Multiple R R Square Adjusted R Square 標準誤差 觀測值 10方差分析df SS MS F Significance F回歸分析 2 殘差 7 總計 9 Coefficients 標準誤差 t Stat Pvalue Lower 95% Upper 95%Intercept X Variable 1 X Variable 2 11)1(1 22???????pnnRR調整1)?(12??????pnyySniiy9 20 三峽大學理學院 于 林 數(shù)理統(tǒng)計 一個二元線性回歸的例子 (計算機輸出結果解釋 ) 1. 銷售額與人口數(shù)和年人均收入的二元回歸方程為 2. 多重判定系數(shù) R2= ；調整后的 R2= 3. 回歸方程的顯著性檢驗 ? F = F(2,7)=， 回歸方程顯著 4. 回歸系數(shù)的顯著性檢驗 ? tb1= t?2=， ； tb2 = t?2=；兩個回歸系數(shù)均顯著 一個含有四個變量的回歸 9 21 三峽大學理學院 于 林 數(shù)理統(tǒng)計 第三節(jié) 可化為線性回歸的 曲線回歸 一. 基本概念 二. 非線性模型及其線性化方法 9 22 三峽大學理學院 于 林 數(shù)理統(tǒng)計 非線性回歸 1. 因變量 y 與 x 之間不是線性關系 2. 可通過變量代換轉換成線性關系 3. 用最小二乘法求出參數(shù)的估計值 4. 并非所有的非線性模型都可以化為線性模型 9 23 三峽大學理學院 于 林 數(shù)理統(tǒng)計 幾種常見的非線性模型 ? 指數(shù)函數(shù) 2. 線性化方法 ? 兩端取對數(shù)得： lny = ln? + b x ? 令： y39。= lg x， 則 y39。= 1/x, 則有 y39。 = ? + b x39。 = ? + b x39。 直線模型略好于指數(shù)模型 9 31 三峽大學理學院 于 林 數(shù)理統(tǒng)計 本章小結 1. 相關系數(shù)與相關分析 2. 一元線性回歸模型 、 回歸方程與估計的回歸方程 3. 多元線性回歸模型 、 回歸方程與估計的回歸方程 4. 回歸方程與回歸系數(shù)的顯著性檢驗 5. 非線性回歸的線性化 5. 用 Excel 進行回歸分析 結 束 。 試擬合適當?shù)哪Ｐ?。 = 1/y， x39。 1. 基本形式： 3. 圖像 b 0 b 0 9 26 三峽大學理學院 于 林 數(shù)理統(tǒng)計 幾種常見的
醫(yī)療健康相關推薦
鄂ICP備17016276號-1