公司財(cái)務(wù)管理回歸分析-文庫吧資料
2025-01-16 08:07本頁面
【正文】 元二項(xiàng)式回歸： x1=[1000 600 1200 500 300 400 1300 1100 1300 300]。,t,Y,39。 b,stats To MATLAB(liti22) 22 9 4 8 98 8 9 3 2 tts ???得回歸模型為 ： Y=polyconf(p,t,S) plot(t,s,39。 [b,bint,r,rint,stats]=regress(s39。 (t.^2)39。 s=[ ]。 s=[ ]。r39。k+39。 回歸分析及檢驗(yàn)： [b,bint,r,rint,stats]=regress(Y,X) b,bint,stats 得結(jié)果： b = b i n t = 1 6 . 0 7 3 0 3 3 . 7 0 7 1 1 . 5 6 1 2 0 . 7 1 9 4 0 .6 0 4 7 0 . 8 3 4 0 s t a t s = 0 . 9 2 8 2 1 8 0 .9 5 3 1 0 .0 0 0 0即 7 1 9 ?,0 7 ?10??? ?? ；0?? 的置信區(qū)間為 [ 3 3 . 7 0 1 7 ， 1 . 5 6 1 2 ] , 1?? 的置信區(qū)間為 [ 0 . 6 0 4 7 , 0 . 8 3 4 ] 。 X=[ones(16,1) x]。 ? 對(duì)于每一步都要進(jìn)行 Y值檢驗(yàn)，以確保每次引入新的顯著性變量前回歸方程中只包含對(duì) Y作用顯著的變量。 ? 當(dāng)引入的自變量由于后面變量的引入而變得不顯著時(shí)，要將其剔除掉。 以第四種方法，即 逐步回歸分析法 在篩選變量方面較為理想 . 2022/2/6 24 ? 這個(gè)過程反復(fù)進(jìn)行，直至既無不顯著的變量從回歸方程中剔除，又無顯著變量可引入回歸方程時(shí)為止。當(dāng) H 0 成立時(shí)， )1,(~)1/(/????? knkFknQkUFe如果 F F 1 α （ k ， n k 1 ），則拒絕 H 0 ，認(rèn)為 y 與 x 1 ,…, x k 之間顯著地有線性關(guān)系；否則就接受 H 0 ，認(rèn)為 y 與 x 1 ,…, x k 之間線性關(guān)系不顯著 .其中 ? ?????nii yyU12? （ 回歸平方和） ????niiie yyQ12)?((殘差平方和） 2022/2/6 22 預(yù)測 （ 1）點(diǎn)預(yù)測 求出回歸方程 kk xxy ??? ?. . .??? 110 ???? ，對(duì)于給定自變量的值 ?kxx ,...,*1 ，用 **110* ?. . .??? kk xxy ??? ???? 來預(yù)測???? ?????? **110 . . . kk xxy . 稱 *?y 為 *y 的點(diǎn)預(yù)測 .（ 2）區(qū)間預(yù)測 y 的 ??1 的預(yù)測區(qū)間 （置信）區(qū)間為 )?,?(21yy , 其中??????????????????? ??? ?? ?? ?)1(1???)1(1???2/10 022/10 01kntxxcyykntxxcyykikjjiijekikjjiije????C = L1=( cij) , L = X ’ X1? ??? knQ ee?返回 2022/2/6 23 四、逐步回歸分析 （ 4）“有進(jìn)有出”的逐步回歸分析。解得估計(jì)值 ? ? ? ?YXXX TT 1? ??? 得到的 i?? 代入回歸平面方程得： kk xxy ??? ?...?? 110 ????稱為 經(jīng)驗(yàn)回歸平面方程 . i?? 稱為 經(jīng)驗(yàn)回歸系數(shù) .注意 ： ?? 服從 p+ 1 維正態(tài)分 布，且為 ? 的無偏估 計(jì)，協(xié)方差陣為 C2? . C = L 1 =( c ij ) , L = X ’ X2022/2/6 20 2 、多項(xiàng)式回歸設(shè)變量 x 、 Y 的回歸模型為 ????? ??????ppxxxY . . .2210其中 p 是已知的， ),2,1( pii??? 是未知參數(shù)， ? 服從正態(tài)分布),0(2?N . 令 ii xx ? ， i =1 ， 2 ， … ， k 多項(xiàng)式回歸模型變?yōu)槎嘣€性回歸模型 .返回 kk xxxY ???? ????? ...2210稱為 回歸多項(xiàng)式 . 上面的回歸模型稱為 多項(xiàng)式回歸 .2022/2/6 21 三、多元線性回歸中的檢驗(yàn)與預(yù)測 1 、線性模型和回歸系數(shù)的檢驗(yàn)假設(shè) 0.. .: 100 ???? kH ??? （ Ⅰ ） F檢驗(yàn)法 （ Ⅱ ） r檢驗(yàn)法 定義eyy QUULUR??? 為 y 與 x 1 ,x 2 , . . . , x k 的 多元相關(guān)系數(shù) 或 復(fù)相關(guān)系數(shù) 。 e??稱為 剩余標(biāo)準(zhǔn)差 .返回 2022/2/6 9 三、檢驗(yàn)、預(yù)測與控制 回歸方程的顯著性檢驗(yàn) 對(duì)回歸方程 xY10?? ?? 的顯著性檢驗(yàn)，歸結(jié)為對(duì)假設(shè) 0:。 用數(shù)學(xué)軟件求解回歸分析問題。 回歸分析的基本理論 。2022/2/6 1 數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn) 回歸分析 實(shí)驗(yàn)?zāi)康? 實(shí)驗(yàn)內(nèi)容 掌握用數(shù)學(xué)軟件求解回歸分析問題。 直觀了解回歸分析基本內(nèi)容。 實(shí)驗(yàn)作業(yè)。 2022/2/6 3 一元線性回歸 多元線性回歸 回歸分析 數(shù)學(xué)模型及定義 *模型參數(shù)估計(jì) *檢驗(yàn)、預(yù)測與控制 可線性化的一元非線 性回歸（曲線回歸） 數(shù)學(xué)模型及定義 *模型參數(shù)估計(jì) *多元線性回歸中的 檢驗(yàn)與預(yù)測 逐步回歸分析 2022/2/6 4 一、數(shù)學(xué)模型 例 1 測 16名成年女子的身高與腿長所得數(shù)據(jù)如下： 身高 143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164腿長 88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102以身高 x為橫坐標(biāo)，以腿長 y為縱坐標(biāo)將這些數(shù)據(jù)點(diǎn)（ xI， yi）在平面直角坐標(biāo)系上標(biāo)出 . 140 145 150 155 160 1658486889092949698100102散點(diǎn)圖 ??? ??? xy 10解答 2022/2/6 5 一般地，稱由 ??? ??? xy10確定的模型為 一元線性回歸模型 ，記為 ????????210,0 ??????DExy固定的未知參數(shù)0? 、 1? 稱為回歸系數(shù)，自變量 x 也稱為回歸變量 .一元線性回歸分析的 主要任務(wù) 是： 1 、用試驗(yàn)值 （樣本值）對(duì)0? 、1? 和 ? 作點(diǎn)估計(jì)；2 、對(duì)回歸系數(shù)0? 、1? 作假設(shè)檢驗(yàn)； 3 、在 x= 0x 處對(duì) y 作預(yù)測，對(duì) y 作區(qū)間估計(jì) .xY 10 ?? ?? ，稱為 y 對(duì)
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1