第八章 统计回归模型之令狐文艳创作
十大商业模型之令狐文艳创作
十大商业分析模型（理论部分）令狐文艳一、波特五种竞争力分析模型波特的五种竞争力分析模型被广泛应用于很多行业的战略制定。
波特认为在任何行业中，无论是国内还是国际，无论是提供产品还是提供服务，竞争的规则都包括在五种竞争力量内。
这五种竞争力就是企业间的竞争、潜在新竞争者的进入、潜在替代品的开发、供应商的议价能力、购买者的议价能力。
这五种竞争力量决定了企业的盈利能力和水平。
1、竞争对手：企业间的竞争是五种力量中最主要的一种。
只有那些比竞争对手的战略更具优势的战略才可能获得成功。
为此，公司必须在市场、价格、质量、产量、功能、服务、研发等方面建立自己的核心竞争优势。
影响行业内企业竞争的因素有：产业增加、固定（存储）成本/附加价值周期性生产过剩、产品差异、商标专有、转换成本、集中与平衡、信息复杂性、竞争者的多样性、公司的风险、退出壁垒等。
2、新进入者：企业必须对新的市场进入者保持足够的警惕，他们的存在将使企业做出相应的反应，而这样又不可避免地需要公司投入相应的资源。
影响潜在新竞争者进入的因素有：经济规模、专卖产品的差别、商标专有、资本需求、分销渠道、绝对成本优势、政府政策、行业内企业的预期反击等。
3、购买者：当用户分布集中、规模较大或大批量购货时，他们的议价能力将成为影响产业竞争强度的一个主要因素。
决定购买者力量的因素有：买方的集中程度相对于企业的集中程度、买方的数量、买方转换成本相对企业转换成本、买方信息、后向整合能力、替代品、克服危机的能力、价格/购买总量、产品差异、品牌专有、质量/性能影响、买方利润、决策者的激励。
4、替代产品：在很多产业，企业会与其他产业生产替代品的公司开展直接或间接的斗争。
替代品的存在为产品的价格设置了上限，当产品价格超过这一上限时，用户将转向其他替代产品。
决定替代威胁的因素有：替代品的相对价格表现、转换成本、客户对替代品的使用倾向。
5、供应商：供应商的议价力量会影响产业的竞争程度，尤其是当供应商垄断程度比较高、原材料替代品比较少，或者改用其他原材料的转换成本比较高时更是如此。
SPSS实验报告之令狐文艳创作
描述性统计分析一、实验目的1.进一步了解掌握SPSS专业统计分析软件，能更好地使用其进行数据统计分析。
2.学习描述性统计分析及其在SPSS中的实现，内容具体包括基本描述性统计量的定义及计算﹑频率分析﹑描述性分析﹑探索性分析﹑交叉表分析等。
3.复习权重等前章的知识。
二﹑实验内容题目一打开数据文件“data4-5.sav”，完成以下统计分析：（1）计算各科成绩的描述统计量：平均成绩、中位数、众数、标准差、方差、极差、最大值和最小值；（2）使用“Recode”命令生成一个新变量“成绩段”，其值为各科成绩的分段：90～100为1，80～89为2，70～79为3，60～69为4，60分以下为5，其值标签设为：1-优，2-良，3-中，4-及格，5-不及格。
分段以后进行频数分析，统计各分数段的人数，最后生成条形图和饼图。
1．解决问题的原理因为问题涉及各科成绩，用描述性分析，第二问要先进行数据分段，其后利用频数分析描述统计量并可以生成条形图等。
2.实验步骤针对第一问第1步打开数据菜单选择：“文件→打开→数据”，将“data4-8.sav”导入。
第2步文件拆分菜单选择：“数据→拆分文件”，打开“分割文件”对话框，点击比较组按钮，将“科目”加入到“分组方式”列表框中，并确定。
第3步描述分析设置：（1）选择菜单：“分析→描述统计→描述”，打开“描述性”对话框，将“成绩””加入到“变量”列表框中。
打开“选项”对话框，选中如下图中的各项。
点击“继续”按钮。
（4）回到“描述性”对话框，点击确定。
针对第二问第1步频率分析设置：（1）选择菜单：“分析→描述统计→频率”，（2）打开“频率（F）”对话框，点击“合计”。
再点击“继续”按钮.（3）打开“图表”对话框，选中“条形”复选框，点击“继续”按钮。
（4）回到“频率（F）”对话框，点击确定。
（5）重复步骤（1）（2）把步骤（3）改成打开“图表”对话框，选中“饼图”复选框，点击“继续”按钮。
沪科版初中数学目录之令狐文艳创作
沪科版初中数学目录令狐文艳备注：七年级上册：1-5七年级下册：6-11八年级上册：12-17八年级下册：18-22九年级上册：23-25九年级下册：26-28第1章有理数1.1 正数和负数1.2 数轴1.3 有理数的大小1.4 有理数的加减1.5 有理数的乘除1.6 有理数的乘方1.7 近似数第2章整式加减2.1 用字母表示数2.2 代数式2.3 整式加减第3章一次方程与方程组3.1 一元一次方程及其解法3.2 二元一次方程组3.3 消元解决方程组3.4 用一次方程（组）解决问题第4章直线与角4.1 多彩的几何图形4.2 线段、射线、直线4.3 线段的长短比较4.4 角的表示与度量4.5 角的大小比较4.6 作线段与角第5章数据处理5.1 数据的收集5.2 数据的整理5.3 统计图的选择5.4 从图表中获取信息第6章实数6.1 平方根立方根6.2 实数第7章一一次不等与不等式组7.1 不等及其基本质7.2 一元次不等式7.3 一元次不等式组第8章整乘除与因分解8.1 幂的算8.2 整式法8.3平方差式与完全方公式8.4 整式法第12章平面直角坐标系12.1 平面上点的坐标12.2 图形在坐标系中的平移第13章一次函数13.1 函数13.2 一次函数-13.3 一次函数与一次方程、一次不等式13.4 二元一次方程组的图象解法第14章三角形中的边角关系14.1 三角形中的边角关系14.2 命题与证明第15章全等三角形15.1 全等三角形15.2 三角形全等的判定第16章轴对称图形与等腰三角形16.1 轴对称图形16.2 线段的垂直平分线16.3 等腰三角形16.4 角的平分线第17章勾股定理17.1 勾股定理17.2 勾股定理的逆定理第18章二次根式18.1 二次根式18.2 二次根式的运算――――（）第19章一元二次方程19.1 一元二次方程19.2一元二次方程的解法19.3一元二次方程的根的判别式19.4一元二次方程的根与系数的关系19.5 一元二次方程的应用第20章四边形20.1 多边形内角和20.2平行四边形20.3 矩形菱形正方形20.4 梯形第21章据的集中势21.1 平均21.2 中位与众数21.3从部看总体第22章数据的离程度22.1极差22.2 方差标准差第23章二次函数反比例函数23.1 二次数23.2 二次数y=ax^2图象和性质23.3二次第25章解直角三角形25.1 锐角三角函数25.2 锐角三角函数值25.3 解直角三角形及其应用第26章圆26.1 旋转26.2 圆的对称性26.3 圆的确定26.4 圆周角26.5 直线与圆的位置关系26.6 三角形的内切圆26.7 圆与圆的位置关系26.8 正多边形与圆26.9 弧长与扇形面积第27章投影与视图27.1 投影27.2 三视图第28章概率初步28.1 随机事件28.2 等可能情形下的概率计算28.3 用频数估计概率。
调查问卷结果分析之令狐文艳创作
前言：令狐文艳在大学校园，大学生社团是一道亮丽的风景线，它不仅丰富了大学生的课余生活，还使大学生增长了见识，更是大学“第二课堂”的重要组成部分。
据共青团中央和中国青少年研究中心曾进行的一项调查结果显示，有80%以上的大学生参加过校内社团、跨校社团或网络社团，平均每人参加社团数为1.5个以上。
到目前，宁夏医科大学的社团数量达到了37个，有红丝带爱心社，灵溪文学社，交谊舞协会，集邮协会、军乐队等，并且我校社团规模仍然有持续扩大的趋势。
学校和老师也应该给予更多的支持，如场地的提供，经费的适当补充，我们的社团每个会员只有加入的时候交5到10元的会费，之后的活动经费十分有限，这对于社团的活动和发展都有很大的影响。
一、调查对象及抽样：为了准确、快速、方便地得出调查结果，此次调查决定采取分层随机抽样的调查方法，先按其专业类型的不同分层，然后再进行随机抽样。
这样既节省了调查的时间，也可通过调查不同专业类型的学生，更全面地了解社团的参与率和社团的运行情况。
二、调查结果：（一）调查概况本次调查共发放问卷150份，对宁夏医科大学中的管理学院、公卫学院和临床学院三个二级学院的学生进行了抽样问卷调查。
调查共收回问卷142份，有效回收率94.7％。
其中，女生占64.1%，男生占35.9%，大二学生占41.5%，大三学生占19.0%，大四学生占39.5%。
（二）问卷统计资料分析1、社团的参与程度。
社团活动在大学生活中所起的一个重要作用就是丰富校园文化，而参与活动是创造文化、获得锻炼的起点。
社团活动的开展以社员的参与为条件，同时社员对本社团的了解也以参与为基础。
从调查获得资料来看：（1）宁夏医科大学学生社团的参与程度较低，23.2%的同学参加过社团；（2）在选择不参加社团的同学中，47.7%的同学对社团不感兴趣，17.4%的同学没有时间，11.9%的同学认为社团太过，不好选择；（3）在没有参与社团的同学中，对我校社团干部的总体印象并不理想，50.5%的同学认为干部总体没有什么大的作为，只有24.8%的同学认为干部有活力和创造力。
递归下降分析程序之令狐文艳创作
一、实验目的：令狐文艳根据某一文法编制调试递归下降分析程序，以便对任意输入的符号串进行分析。
本次实验的目的主要是加深对递归下降分析法的理解。
二、程序算法描述这次的实习主要是根据以下文法实现一个递归下降分析器，依据文法如下：（1）E->TG（2）G->+TG|－TG|ε（3）T->FS（4）S->*FS|/FS|ε（5）F->(E)|i在这个递归下降分析器程序中每一个非终结符E、G、T、S和F构造相应的递归函数，函数的名字表示文法左部的非终结符，函数中就是按文法中每个非终结符右部的候选式依次进行匹配，根据对输入串的分析如果非终结符可以用其中的一个候选式替代就返回1，否则返回0。
因为该文法中有五个非终结符，所以定义了五个函数，分别为E（），G（），T()，S()和F（）。
当输入一串字符串后，就对该字符串进行分析，首先从开始符号分析，所以首先调用E()函数，在E（）函数中会调用T（）和G(),就是每个非终结符的候选式中出现了哪个非终结符就调用哪个函数。
所以，将字符串的第一个字符和E 中的每个候选式匹配，如果成功就匹配输入字符串的下一个字符，当最后剩下的字符为’#’时，匹配成功。
其实这个工程就是构造一个语法树。
程序总流程图如下：图1 程序总流程图三、关键性代码这个工程的主要工作用五个非终结符生成的句子是否和输入字符串匹配，所以主要的工作是函数E（），G（），T()，S()和F（）的编写。
1. 对非终结符E处理的函数E()这个函数主要是根据文法中的E->TG，在E（）中调用了T （）和G（）来进行递归分析，这个就是构造生成树的一个分支。
int E(){ int f,t;//变量printf("E-->TG\t");//输出根据的文法flag=1;outDeduce ();//输出字符串outputRemain ();//输出剩余字符f=T();if (f==0) return(0); //表示当前分析字符可由非终结符T推导出t=G();if (t==0) return(0); //表示当前分析字符可由非终结符G推导出else return(1);}2. 对非终结符G处理的函数G()这个函数主要是根据文法中G->+TG|-TG|ε，在函数中调用了T()和G()函数。
新版雏鹰争章手册(必修章)之令狐文艳创作
5、能制作一件简单的模型。
1、能广泛阅读课内外书籍，逐步拓展自己的知识面。
2、通过各种途径，如网络、图书、报纸、电视等，了解更多自己感兴趣的知识。
3、能运用所掌握的知识，解决日常生活中遇到的问题。
4、虚心从
同学、老师、父母身上，学习更多自己未知的知识，养成虚心好学的好习惯。
1、能从不
同的角度观察、思考问题，并有自己独特的奇思妙想。
2、自己创造一些有价值的学习方法。
2、能设计一
些适合自己特点的少先队活动。
4、日常生活中，进行小发明创造。
章目
一年级
二年级
三年级
四年级
五年级
六年级
备注
道德品质类
章目
友爱章
孝敬章
爱心章
互助章
服务章
修养章
争章标准
1、邀请几位好朋友来家里做一次客。
1、团结同学，主动帮助有缺陷、犯错误的同学。
2、帮助有困难的
同学解决生活上或学习中的问题，对有损于团结同学的事，能指出并改正。
3、在活动
中，充分体现出集体荣誉感，团结一心。
1、初步具有责任意识，有宽广的胸怀、主动的精神和自信的品质。
2、要对自己说过的话、做过的事情负责任。
3、积极为集体、为学校的发展献计献策，并为美化教室、校园和周围环境做好事。
1、服装整洁大方，仪容端正，富有新时代少年精神风貌。
2、会和他人交往，会合作，接人待物彬彬有礼，使用礼貌用语。
3、尊重他人，发生纠纷会使用合理的方法解决，
章目
一年级
二年级
三年级
四年级
五年级
六年级
备注
多元回归分析SPSS案例之令狐文艳创作
多元回归分析令狐文艳在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元回归分析。
可以建立因变量y与各自变量x j(j=1,2,3,…,n)之间的多元线性回归模型：其中：b0是回归常数；b k(k=1,2,3,…,n)是回归参数；e是随机误差。
多元回归在病虫预报中的应用实例:某地区病虫测报站用相关系数法选取了以下4个预报因子；x1为最多连续10天诱蛾量(头)；x2为4月上、中旬百束小谷草把累计落卵量(块)；x3为4月中旬降水量(毫米)，x4为4月中旬雨日(天)；预报一代粘虫幼虫发生量y（头/m2）。
分级别数值列成表2-1。
预报量y：每平方米幼虫0~10头为1级，11~20头为2级，21~40头为3级，40头以上为4级。
预报因子：x1诱蛾量0~300头为l级，301~600头为2级，601~1000头为3级，1000头以上为4级；x2卵量0~150块为1级，15l~300块为2级，301~550块为3级，550块以上为4级；x3降水量0~10.0毫米为1级，10.1~13.2毫米为2级，13.3~17.0毫米为3级，17.0毫米以上为4级；x4雨日0~2天为1级，3~4天为2级，5天为3级，6天或6天以上为4级。
表2-1x1 x2 x3 x4 y年蛾量级别卵量级别降水量级别雨日级别幼虫密度级别1960 1022 4 112 1 4.3 1 2 1 10 1 1961 300 1 440 3 0.1 1 1 1 4 1 1962 699 3 67 1 7.5 1 1 1 9 1 1963 1876 4 675 4 17.1 4 7 4 55 4 1965 43 1 80 1 1.9 1 2 1 1 1 1966 422 2 20 1 0 1 0 1 3 1 1967 806 3 510 3 11.8 2 3 2 28 3数据保存在“DATA6-5.SAV”文件中。
1）准备分析数据在SPSS数据编辑窗口中，创建“年份”、“蛾量”、“卵量”、“降水量”、“雨日”和“幼虫密度”变量，并输入数据。
调查方案模板之令狐文艳创作
令狐文艳XX项目令狐文艳市场调研方案二零一X年X月X日目录一、前言 (3)二、调研目的 (4)三、调研内容 (5)四、问卷设计思路 (9)五、调查区域 (10)六、抽样方法与样本量设计 (11)七、调查执行方法 (14)八、分析方法与质量控制 (18)九、结束语 (21)前言采纳公司通过多次与广州XX服饰公司沟通，就XX休闲服装市场调查达成了共识。
目前我国休闲服装市场品牌众多，市场竞争激烈，但另一方面，整个市场又存在以下问题：（1）品牌定位不清晰；（2）产品款式同质化现象严重；（3）产品版型差距大；（4）市场推广手法雷同等；广州XX公司能否对目前的市场环境有一个清晰的认识；能否在目前的市场竞争状态下，寻找到XX品牌的市场空间和出路，取决于正确的市场定位和市场策略，而正确的市场定位和市场策略是从现有市场中发现机会。
因此只有对市场进行深入的了解与分析，才能确定如何进行产品定位、如何制定价格策略、渠道策略、促销策略以及将各类因素进行有机的整合，发挥其资源的最优化配置，从而使XX品牌成功介入市场。
在本次调查中，采纳公司将集中公司的优势资源，严格把控调研质量，科学实施调研流程和执行，确保调研的顺利完成。
调研目的本次调查最根本的调查目的是：（1）通过市场调研，为XX品牌寻找新的市场空间和出路其次要达到的目的：（2）通过市场调研，了解目前男装休闲市场的竞争状况和特征；（3）通过市场调研，了解竞争对手的市场策略和运作方法；（4）通过市场调研，了解男装休闲市场的渠道模式和渠道结构；（5）通过市场调研，了解消费者对男装休闲市场的消费习惯和偏好；（6）通过市场调查，了解男装休闲市场的品牌三度竞争；（7）通过市场调查，了解消费者对男装休闲产品的认知和看法等。
总之，本次调查最根本的目的是真实地反映休闲服装市场的竞争状况，为XX品牌的定位及决策提供科学的依据。
调研内容（一）宏观市场调查——休闲服装市场的动态及市场格局；——休闲服装细分市场的竞争特点和主要竞争手法；——休闲服装细分市场的发展和市场空间；——休闲服装细分产品的流行趋势研究；——休闲服装细分市场知名品牌的优劣势分析；——主要休闲服装企业分析和研究等。
计量经济学判断题之令狐文艳创作
1. 总离差平方和可分解为回归平方和与残差平方和。
（对）令狐文艳2. 整个多元回归模型在统计上是显著的意味着模型中任何一个单独的解释变量均是统计显著的。
（错）3. 多重共线性只有在多元线性回归中才可能发生。
（对）4. 通过作解释变量对时间的散点图可大致判断是否存在自相关。
（错）5. 在计量回归中，如果估计量的方差有偏，则可推断模型应该存在异方差（错）6.存在异方差时，可以用广义差分法来进行补救。
（错）7. 当经典假设不满足时，普通最小二乘估计一定不是最优线性无偏估计量。
（错）8. 判定系数检验中，回归平方和占的比重越大，判定系数也越大。
（对）9. 可以作残差对某个解释变量的散点图来大致判断是否存在自相关。
（错）做残差的当期值与其滞后期的值的散点图来判断是否存在自相关10. 遗漏变量会导致计量估计结果有偏。
（错）只影响有效性1.正态分布是以均值为中心的对称分布。
（√）2. 当经典假设满足时，普通最小二乘估计量具有最优线性无偏特征。
（√）5. 在对数线性模型中，解释变量的系数表示被解释变量对解释变量的弹性。
（√）6. 虚拟变量用来表示某些具有若干属性的变量。
（√）8. 存在异方差时，可以用加权最小二乘法来进行补救。
（√）10．戈雷瑟检验是用来检验异方差的（√）1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。
错，参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计检验、计量经济专门检验等。
2、假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。
错，是否引入两个虚拟变量，应取决于模型中是否有截距项。
如果有截距项则引入一个虚拟变量；如果模型中无截距项，则可引入两个虚拟变量。
3、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。
大班近期区域活动目标之令狐文艳创作
大班近期区域活动计划令狐文艳一、美工区目标：1、能围绕主题作画，并有目的的合理安排画面。
2、能依照图示折出简单的物品。
3、引导幼儿运用搓、团、压、印的塑造技能表现物体的主要特征。
材料：1、折纸：提供彩色手工纸、剪刀等；2、玩泥：橡皮泥；3、主题画：钩线笔、油画棒、图画纸等；4、蒙纸学画书二、益智区目标：1、学习不受大小和颜色干扰，要求幼儿按形状特征进行分类。
2、学习10以内的分解合成。
3、学会画整点和半点。
4、开发幼儿智力，培养幼儿的观察力、想象力、创造力和动手操作能力。
5、能通过细心观察对多块图片进行拼合。
材料：1、颜色、大小、形状等不同的学具。
2、颜色不同的圆片。
3、自制的钟表、铅笔、纸。
4、自制的拼图及成品的拼图。
5、桌面玩具。
6、长短、大小不一的吸管，火柴棒，冰淇淋棒。
三、建构区目标1、培养幼儿想象力、创造力。
2、培养幼儿之间合作建构的能力。
3、教育幼儿懂得爱护玩具和与同伴友好的行为习惯。
4、学习共同协商主题，分工合作，共同搭建。
材料：各类大小不一、形状不同的木制积木、塑制积木、大小不一的纸箱、衬衫盒、易拉罐等一些辅助性材料。
四、图书区目标：1、培养幼儿对图书阅读的兴趣，并将幼儿所喜欢看的图书进行分类。
2、指导幼儿看图书的正确方法。
材料：适合大班幼儿看的各种图书。
五、角色区目标：1、能合理分配角色，在游戏过程中体验自己所扮演的角色。
2、提高幼儿的合作意识。
3、理解看病的流程，知道医院所设的科室机器功能。
4、初步理解医生护士的工作，体验他们工作的辛苦。
5、消除对医生的恐惧感，有病勇敢去看医生。
材料：各种药盒、针管、输液带、听诊器、棉签、医生护士的工作服。
心理统计学考研历年真题及答案之令狐文艳创作
考研真题和强化习题详解令狐文艳第一章绪论一、单选题1 ．三位研究者评价人们对四种速食面品牌的喜好程度。
研究者甲让评定者先挑出最喜欢的品牌，然后挑出剩下三种品牌中最喜欢的，最后再挑出剩下两种品牌中比较喜欢的。
研究者乙让评定者将四种品牌分别给予 l~5 的等级评定， ( l 表示非常不喜欢， 5 表示非常喜欢），研究者丙只是让评定者挑出自己最喜欢的品牌。
研究者甲、乙、丙所使用的数据类型分别是： ( )A ．类目型―顺序型―计数型B ．顺序型―等距型―类目型C ．顺序型―等距型―顺序型D ．顺序型―等比型―计数型2 ．调查了n =200 个不同年龄组的被试对手表显示的偏好程该题自变量与因变量的数据类型分别是： ( )A ．类目型―顺序型B ．计数型―等比型C ．顺序型―等距型D ．顺序型―命名型3 ．157.5 这个数的上限是（）。
A . 157 . 75B . 157 . 65C . 157 . 55D . 158 . 54 ．随机现象的数量化表示称为（）。
A ．自变量B ．随机变量C ．因变量D ．相关变量5 ．实验或研究对象的全体被称之为（）。
A ．总体B ．样本点C ．个体D ．元素6 ．下列数据中，哪个数据是顺序变量？ ( )A ．父亲的月工资为 1300 元B ．小明的语文成绩为 80 分C ．小强 100 米跑得第 2 名D ．小红某项技能测试得 5 分7、比较时只能进行加减运算而不能使用乘除运算的数据是【】。
A ．称名数据B ．顺序数据C ．等距数据D ．比率数据参考答案： 1 . B 2 . D 3 . C 4 . B 5 . A 6 . C 7.C二、概念题1.描述统计（吉林大学 2002 研）答：描述统计指研究如何整理心理教育科学实验或调查的数据，描述一组数据的全貌，表达一件事物的性质的统计方法。
比如整理实验或调查来的大量数据，找出这些数据分布的特征，计算集中趋势、离中趋势或相关系数等，将大量数据简缩，找出其中所传递的信息。
旅游地理学课后习题完整版之令狐文艳创作
第一章绪论1、令狐文艳2、试分析闲暇、游憩和旅游之间的关系。
闲暇是指人们扣除工作时间、睡眠时间、其他基本需求满足之外剩余的时间。
游憩一般是指人们在闲暇时间所进行的各种活动。
旅游是指在闲暇时间所从事的游憩活动的一部分。
是在一定的社会经济条件下产生的一种社会经济现象，是人类物质文化生活的一个部分。
一个显著特点是要离开居住地或工作的地方，短暂前往一个目的地从事各种娱乐活动，同时，旅游目的地要提供各种设施以满足需要。
2、旅游地理学的研究对象是什么？旅游地理学是研究人类旅行游览、休憩疗养、康乐消遣同地理环境以及社会经济发展相互关系的一门学科。
3、旅游地理学的基本研究内容有哪些？旅游产生的环境及其地理背景；旅游者行为规律；旅游流（旅游需求）预测；旅游通道；旅游资源评价；旅游地演化规律和重要旅游地研究；旅游环境容量；社区旅游；新兴旅游；旅游开发的区域影响；旅游规划。
4、试分析旅游地理学与地理学科及旅游学科之间的关系。
（1）旅游地理学是地理学的一部分，它属于人文地理学的一个分支，但与自然地理学和经济地理学都关系密切。
（2）旅游地理学也可以认为是介于地理学和旅游学科之间的边缘学科。
（3）旅游活动涉及的内容极其广泛，旅游地理研究，要涉及到很多其他学科的知识，旅游地理研究者要学习，掌握这些学科与旅游相关的基本知识。
第二章旅游地理学发展简史20世纪30年代初，麦克默里发表了《游憩活动与土地利用的关系》一文，被公认为旅游地理学的开世之作。
1、试述旅游地理学发展的社会经济背景。
国外学科发展史中国的1978—1989：理想主义阶段旅游地理学主要进展•自觉构建学科体系和研究框架•关注国外理论前沿，反思自身不足•教书育人，提携后生，传播思想•注重解决实际问题，回馈社会•建立组织，加强合作理想主义研究取向的特征及意义•就旅游地理学研究本身而言，80年代所取得的研究成果数量相对较少，研究范围较窄，所采取的研究方法也难称规范，是旅游地理学发展中最为稚嫩的阶段•但是从研究的影响力来看，该时期对整个旅游地理学所彰显的“学术启蒙”意味难以抹煞1990—1998：现实主义阶段旅游地理学主要进展•旅游地理学家成为旅游规划的主力军•研究内容的实践驱动明显，学科本位意识下降•研究视野狭窄，对国际前沿关注度下降•研究规范性不够，学术贡献不足现实主义研究取向的影响•中国旅游业迅猛发展的实际情况和当时注重实效的社会风气，导致了20世纪90年代旅游地理学实用性、功利性的研究取向。
统计学常用公式之令狐文艳创作
公式一1.令狐文艳2. 众数【MODE 】（1） 未分组数据或单变量值分组数据众数的计算未分组数据或单变量值分组数据的众数就是出现次数最多的变量值。
（2） 组距分组数据众数的计算对于组距分组数据，先找出出现次数最多的变量值所在组，即为众数所在组，再根据下面的公式计算计算众数的近似值。
下限公式：1012M =L++i ∆⨯∆∆ 式中：0M 表示众数；L 表示众数的下线；1∆表示众数组次数与上一组次数之差；2∆表示众数组次数与下一组次数之差；i 表示众数组的组距。
上限公式：2012M =U-+i ∆⨯∆∆ 式中：U 表示众数组的上限。
2．中位数【MEDIAN 】（1）未分组数据中中位数的计算根据未分组数据计算中位数时，要先对数据进行排序，然后确定中位数的位置。
设一组数据按从小到大排序后为12N X X X ，，…，，中位数e M ，为则有：e N+M =X1（）2当N 为奇数e N N +1221M =X +X 2⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭⎧⎫⎪⎪⎨⎬⎪⎪⎩⎭ 当N 为偶数（2）分组数据中位数的计算分组数据中位数的计算时，要先根据公式N / 2 确定中位数的位置，并确定中位数所在的组，然后采用下面的公式计算中位数的近似值：式中：e M 表示中位数；L 表示中位数所在组的下限；m-1S 表示中位数所在组以下各组的累计次数；m f 表示中位数所在组的次数；d 表示中位数所在组的组距。
3．均值的计算【AVERAGE 】 （1）未经分组均值的计算未经分组数据均值的计算公式为：112n ++==nii x x x x x n n=∑…（2）分组数据均值计算分组数据均值的计算公式为：11221121+++==+ki ik k i kkii x f x f x f x f x f f f f==+∑∑+4．几何平均数【GEOMEAN 】几何平均数是N 个变量值乘积的N 次方根，计算公式为： 式中：G 表示几何平均数；∏表示连乘符号。
卫生统计学名词解释之令狐文艳创作
卫生统计学名词解释令狐文艳总体（population）：根据研究目的确定的同质观察单位的观察值全体所构成的集合。
样本（sample）：从研究总体中抽取的一部分满足代表性的个体观察值所构成的集合。
计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料。
计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料。
等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料变量：观察单位或个体的某种属性或标志称为变量变量值：对变量进行测量或观察的值称为变量值。
分类变量变异：在自然状态下，个体间测量结果的差异称为变异（variation）。
变异是生物医学研究领域普遍存在的现象。
严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。
数值变量：概率：又称几率，是度量某一随机事件A发生可能性大小的一个数值，随机事件A发生的概率记为P（A），随机事件的概率取值在0～１之间，即0≤P≤1.小概率事件：如果随机事件发生的概率P≤0.05，或P≤0.01，表示该事件发生的可能性很小，对于一次随机抽样，一般认为是不可能发生的事件。
频数表：用来表示一批数据各观察值或在不同取值区间的出现的频繁程度（频数）。
对于离散数据，每一个观察值即对应一个频数，如某医院某年度一日内死亡0，1，2…20个病人的天数。
对于散布区间很大的离散数据和连续型数据，数据散布区间由若干组段组成，每个组段对应一个频数。
算术均数：描述一组数据在数量上的平均水平。
总体均数用μ表示，样本均数用 X 表示。
几何均数：用以描述对数正态分布或数据呈倍数变化资料的水平。
记为G。
中位数：将一组观察值由小到大排列，n为奇数时取位次居中的变量值；为偶数时，取位次居中的两个变量的平均值。
极差：亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。
经济地理学名词解释之令狐文艳创作
经济地理学名词解释令狐文艳第二章经济活动区位及影响因素分析置。
在绝对意义上理解，区位是指人类活动在地球经纬网上占据的地理位置；在相对意义上理解，区位是指某一人类活动场所与相关人类活动场所的空间关系。
容或实体），如政治活动、文化活动、经济活动、城乡聚落等。
间范围内人类活动空间组织的一般规律。
某些区位理论主要研究人类活动的地理空间选择，即在人类活动已知的条件下，寻找某种人类活动的最优区位，如韦伯的工业区位论；某些区位理论则是在空间区位已知的条件下，研究人类活动在特定场所内的最优组合方式和空间形态，如杜能的农业区位论。
质。
区位条件是相对于区位主体而言的，即同样的场所对不同的人类活动而言，其区位条件是不同的；区位条件会随时间而变化，即人类活动（区位主体）对空间场所（区位）的要求会随时间而改变，因而要求的区位条件也随之变化。
的原因。
最早提出区位因子的韦伯，将区位因子定义为经济活动在某特定地点进行时所得到的利益即费用的节约。
是指围绕某一组装厂而形成为这一组装厂提供零部件供应的供应商的空间聚集区。
道路的交差点，港口，机场等；线包括连接点与点的铁路、公路、水路以及空路（航线）等。
间存在着方向；交通流可区分为“起终点流”和“区间流”。
交通发展的人口、产业状况等地域条件，也是交通研究的重要因素。
度。
可用通达指数和分散指数(dispersion index)表示。
度，常用贝塔指数（beta index）（边数/顶点数）表示。
速铁路出入口相连结。
由于航空运输的巨大效益，促使在航空港相邻地区及空港交通走廊沿线地区出现生产、技术、资本、贸易、人口的聚集，从而形成的多功能经济区域。
“六大特征”：临空指向性，技术先导性，市场速达性，产业聚集性，全球易达性，空间圈层性。
地理位置和距离。
尤其是新的交通干线的铺设，会极大增强沿线区域地理可进入性（交通通达性）。
国家或地区的需要，而使经济发展在地域上实现合理的分工。
区经济联系。
的一个独立的自然综合体，其形成与发展主要取决于自然力的作用，同时也受人类活动的影响。
实证分析与规范分析之令狐文艳创作
实证分析与规范分析(Positive versus Normative analysis)令狐文艳实证分析与规范分析（Positive versus Normative analysis）这两个概念有些像实然与应然，前者描述世界是什么样子（描述性的），后者描述世界应该是什么样子（说明性的）。
－－实证表述：企图描述世界是什么的观点（Positive statements: claims that attempt to describe the world as it is）－－规范表述：企图描述世界应该是什么的观点（Normative statements: claims that attempt to prescribe how the world should be）实证分析和规范分析什么是实证分析所谓实证分析是指只对经济现象、经济行为或经济活动及其发展趋势进行客观分析，得出一些规律性的结论。
其特点为：回答“是什么”的问题；分析问题具有客观性；得出的结论可以通过经验事实进行验证。
其中实证分析是重要的。
实证分析工具1、均衡分析与非均衡分析均衡分析偏重于数量分析，非均衡分析则认为经济现象及其变化的原因是多方面的、复杂的，不能单纯用有关变量之间的均衡与不均衡来加以解释，而主张以历史的、制度的、社会的因素作为分析的基本方法，即使是数量的分析，非均衡分析也不是强调各种力量相等时的均衡状态，而是强调各种力量不相等时的非均衡状态。
2、静态分析与动态分析静态分析与动态分析的区别于：前者不考虑时间因素，而后者考虑时间因素。
3、静态均衡分析、比较静态均衡分析、动态均衡分析把均衡分析于静态分析和动态分析结合在一起就产生了三种分析工具：静态均衡分析、比较静态均衡分析与动态分析。
静态均衡分析是要说明各种经济变量达到均衡的条件；比较静态均衡分析是要说明从一种均衡状态变动到另一种均衡状态的过程，即原有的条件变动时均衡状态发生了什么相应的变化，并把新旧均衡状态进行比较；动态均衡均衡分析则是要在引进时间因素的基础上说明均衡的实际变化过程，说明在某一时点上经济变量的变动如何影响下一时点上该经济变量的变动，以及这种变动对整个均衡状态变动的影响。
第八章 统计回归模型之欧阳文创编
第八章 统计回归模型回归分析是研究一个变量Y 与其它若干变量X 之间相关关系的一种数学工具.它是在一组试验或观测数据的基础上，寻找被随机性掩盖了的变量之间的依存关系.粗略的讲，可以理解为用一种确定的函数关系去近似代替比较复杂的相关关系.这个函数称为回归函数.回归分析所研究的主要问题是如何利用变量X 、Y 的观察值(样本)，对回归函数进行统计推断，包括对它进行估计及检验与它有关的假设等.回归分析包含的内容广泛.此处将讨论多项式回归、多元线性回归、非线性回归以及逐步回归.一、多项式回归 (1) 一元多项式回归一元多项式回归模型的一般形式为εβββ++++=m m x x y ...10.如果从数据的散点图上发现y 与x 呈现较明显的二次(或高次)函数关系，则可以选用一元多项式回归.1. 用函数polyfit 估计模型参数，其具体调用格式如下：p=polyfit(x,y,m) p返回多项式系数的估计值；m设定多项式的最高次数；x，y为对应数据点值.[p,S]=polyfit(x,y,m) S是一个矩阵，用来估计预测误差.2. 输出预估值与残差的计算用函数polyval实现，其具体调用格式如下：Y=polyval(p,X) 求polyfit所得的回归多项式在X处的预测值Y.[Y,DELTA]=polyval(p,X,S) p，S为polyfit的输出，DELTA为误差估计.在线性回归模型中，Y±DELTA以50%的概率包含函数在X处的真值.3. 模型预测的置信区间用polyconf实现，其具体调用格式如下：[Y,DELTA]=polyconf(p,X,S,alpha) 求polyfit所得的回归多项式在X处的预测值Y及预测值的显著性为1-alpha的置信区间Y±DELTA，alpha缺省时为0.05.4. 交互式画图工具polytool，其具体调用格式如下：polytool(x,y,m)；polytool(x,y,m,alpha)；用m次多项式拟合x，y的值，默认值为1，alpha为显著性水平，默认值为0.05.例1观测物体降落的距离s与时间t的关系，得到数据如下表，求s.解 根据数据的散点图，应拟合为一条二次曲线.选用二次模型，具体代码如下：%%%输入数据t=1/30:1/30:14/30;s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48];%%%多项式系数拟合 [p,S]=polyfit(t,s,2); 则得回归模型为：1329.98896.652946.489ˆ2++=t t s. %%%y 的拟合值及预测值y 的置信半径delta [y,dalta]=polyconf(p,t,S); 得结果如下： y=Columns 1 through 1111.8729 15.7002 20.6148 26.6168 33.7060 41.8826 51.1465 61.4978 72.9363 85.4622 99.0754Columns 12 through 14 113.7759 129.5637 146.4389 dalta=Columns 1 through 110.0937 0.0865 0.0829 0.0816 0.0817 0.0823 0.0827 0.0827 0.0823 0.0817 0.0816Columns 12 through 14 0.0829 0.0865 0.0937 %%%交互式画图polytool(t,s,2);polytool 所得的交互式图形如图8-1所示.图8-1(2) 多元二项式回归多元二项式回归模型的一般形式为εββββ∑≤≤+++++=mk j k j jkm m x x x x y ,1110....多元二项式回归命令：rstool(x,y,’model’,alpha) x 表示n´m 矩阵；y 表示n 维列向量；alpha 为显著性水平(缺省时为0.05)；model 表示由下列4个模型中选择1个(用字符串输入，缺省时为线性模型)：linear(线性)：m m x x y βββ+++= 110；purequadratic(纯二次)：∑=++++=nj j jj m m x x x y 12110ββββ ；interaction(交叉)：∑≤≠≤++++=mk j kj jkm m x x x x y 1110ββββ ；quadratic(完全二次)：∑≤≤++++=mk j k j jkm m x x x x y ,1110ββββ .例2 设某商品的需求量与消费者的平均收入、商品价格的统计数据如下，建立回归模型，预测平均收入为1000、价格为6时的商品需求量.解 选择纯二次模型，即2222211122110x x x x y βββββ++++=.%%%输入数据x1=[1000 600 1200 500 300 400 1300 1100 1300 300];x2=[5 7 6 6 8 7 5 4 3 9];x=[x1' x2'];y=[100 75 80 70 50 65 90 100 110 60]'; %%%多元二项式回归rstool(x,y,'purequadratic'); 得如下结果：图8-2得到一个如图所示的交互式画面，左边是x1（=1000）固定时的曲线y （x1）及其置信区间，右边是x2（=6）固定时的曲线y （x2）及其置信区间.用鼠标移动图中的十字线，或在图下方窗口内输入，可改变x1，x2.在左边图形下方的方框中输入1000，右边图形下方的方框中输入6，则画面左边的“Predicted Y1”下方的数据变为88.4791，即预测出平均收入为1000、价格为6时的商品需求量为88.4791.在画面左下方单击”Export ”，在出现的窗体中单击”ok ”按钮，则beta 、rmse 和residuals 都传送到Matlab 工作区中.在Matlab 工作区中输入命令：beta,rmse ，得结果： beta=110.5313 0.1464 -26.5709 -0.0001 1.8475rmse =4.5362故回归模型为：2221218475.10001.05709.261464.05313.110x x x x y +--+=，剩余标准差为4.5362，说明此回归模型的显著性较好. 二、多元线性回归多元线性回归模型的一般形式为011...m m y x x βββε=++++. 在Matlab 统计工具箱中使用函数regress 实现多元线性回归.具体调用格式为：b=regress(Y,X)[b,bint,r,rint,stats]=regress(Y,X,alpha)其中⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n Y Y Y Y ...21，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nm n n m m x x x x x xx x x X ...1..................1 (12)12222111211.对于一元线性回归，取1=m 即可.b 为输出向量；b ，bint 表示回归系数估计值和它们的置信区间；r 表示残差；rint 表示残差的置信区间；stats 表示用于检验回归模型的统计量，有四个数值：相关系数2R 、F 值、与F 值对应的概率P 、2s 的值.相关系数2R 越接近1，说明回归方程越显著；)1,(1-->-m n m F F α时拒绝0H ，F 越大，说明回归方程越显著；与F 对应的概率α<P 时拒绝0H ，回归模型成立；alpha 表示显著性水平(缺省时为0.05).残差及其置信区间可以用命令rcoplot(r,rint)画出. 例3 已知某湖泊八年来湖水中COD 浓度实测值(y)与影响因素，如湖区工业产值(x 1)、总人口数(x 2)、捕鱼量(x 3)、降水量(x 4)的资料，建立y 的水质分析模型.湖水浓度与影响因素数据表解作出因变量y与各自变量的样本散点图作散点图的目的主要是观察因变量y与各自变量间是否有比较好的线性关系，以便选择恰当的数学模型形式.图8-3、图8-4、图8-5、图8-6分别为y与x1、x2、x3、x4的散点图.从图中可以看出这些点大致分布在一条直线旁边，因此有较好的线性关系，可以采用线性回归.图8-3 y与x1的散点图图8-4 y与x2的散点图图8-5 y与x3的散点图图8-6 y与x4的散点图在Matlab中实现回归的具体代码如下：%%%输入数据x1=[1.376 1.375 1.387 1.401 1.412 1.428 1.445 1.477];x2=[0.450 0.475 0.485 0.500 0.535 0.545 0.550 0.575];x3=[2.170 2.554 2.676 2.713 2.823 3.088 3.122 3.262];x4=[0.8922 1.1610 0.5346 0.9589 1.0239 1.0499 1.1065 1.1387];x=[ones(8,1) x1' x2' x3' x4'];y=[5.19 5.30 5.60 5.82 6.00 6.06 6.45 6.95]; %%%多元线性回归[b,bint,r,rint,stats]=regress(y',x);得如下结果：b =-13.984913.19202.42280.0754-0.1897bint =-26.0019 -1.96791.4130 24.9711-14.2808 19.1264-1.4859 1.6366-0.9638 0.5844r =-0.06180.02280.01230.08900.0431 -0.1473 0.0145 0.0274 rint =-0.1130 -0.0107 -0.1641 0.2098 -0.1051 0.1297 -0.2542 0.4321 -0.0292 0.1153 -0.2860 -0.0085 -0.3478 0.3769 -0.1938 0.2486 stats =0.9846 47.9654 0.0047 0.0123 故回归模型为：43211897.00754.04228.21920.139849.13x x x x y -+++-=，此外，由stats 的值可知9846.02=R ，9654.47=F ，0047.0=P 。
初中数学教学案例分析之令狐文艳创作
初中数学教学案例分析令狐文艳课题：探索三角形全等的条件（一）一、教学设计：1 学习方式：对于全等三角形的研究，实际是平面几何中对封闭的两个图形关系研究的第一步。
它是两个三角形间最简单，最常见的关系。
它不仅是学习后面知识的基础，并且是证明线段相等、角相等以及两线互相垂直、平行的重要依据。
因此必须熟练地掌握全等三角形的判定方法，并且灵活的应用。
为了使学生更好地掌握这一部分内容，遵循启发式教学原则，用设问形式创设问题情景，设计一系列实践活动，引导学生操作、观察、探索、交流、发现、思维，使学生经历从现实世界抽象出几何模型和运用所学内容，解决实际问题的过程，真正把学生放到主体位置。
2 学习任务分析：充分利用教科书提供的素材和活动，鼓励学生经历观察、操作、推理、想象等活动，发展学生的空间观念，体会分析问题、解决问题的方法，积累数学活动经验。
培养学生有条理的思考，表达和交流的能力，并且在以直观操作的基础上，将直观与简单推理相结合，注意学生推理意识的建立和对推理过程的理解，能运用自己的方式有条理的表达推理过程，为以后的证明打下基础。
3 学生的认知起点分析：学生通过前面的学习已了解了图形的全等的概念及特征，掌握了全等图形的对应边、对应角的关系，这为探究三角形全等的条件做好了知识上的准备。
另外，学生也具备了利用已知条件作三角形的基本作图能力，这使学生能主动参与本节课的操作、探究成为可能。
4 教学目标：（1）学生在教师引导下，积极主动地经历探索三角形全等的条件的过程，体会利用操作、归纳获得数学结论的过程。
（2）掌握三角形全等的“边边边”、“边角边”、“角边角”、“角角边”的判定方法，了解三角形的稳定性，能用三角形的全等解决一些实际问题。
（3）培养学生的空间观念，推理能力，发展有条理地表达能力，积累数学活动经验。
5 教学的重点与难点：重点：三角形全等条件的探索过程是本节课的重点。
从设置情景提出问题，到动手操作，交流，直至归纳得出结论，整个过程学生不仅得到了两个三角形全等的条件，更重要得是经历了知识的形成过程，体会了一种分析问题的方法，积累了数学活动经验，这将有利于学生更好的理解数学，应用数学。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第八章 统计回归模型令狐文艳回归分析是研究一个变量Y 与其它若干变量X 之间相关关系的一种数学工具.它是在一组试验或观测数据的基础上，寻找被随机性掩盖了的变量之间的依存关系.粗略的讲，可以理解为用一种确定的函数关系去近似代替比较复杂的相关关系.这个函数称为回归函数.回归分析所研究的主要问题是如何利用变量X 、Y 的观察值(样本)，对回归函数进行统计推断，包括对它进行估计及检验与它有关的假设等.回归分析包含的内容广泛.此处将讨论多项式回归、多元线性回归、非线性回归以及逐步回归.一、多项式回归 (1) 一元多项式回归一元多项式回归模型的一般形式为εβββ++++=m m x x y ...10. 如果从数据的散点图上发现y 与x 呈现较明显的二次(或高次)函数关系，则可以选用一元多项式回归.1. 用函数polyfit 估计模型参数，其具体调用格式如下：p=polyfit(x,y,m) p 返回多项式系数的估计值；m 设定多项式的最高次数；x ，y 为对应数据点值.[p,S]=polyfit(x,y,m) S是一个矩阵，用来估计预测误差.2. 输出预估值与残差的计算用函数polyval实现，其具体调用格式如下：Y=polyval(p,X) 求polyfit所得的回归多项式在X处的预测值Y.[Y,DELTA]=polyval(p,X,S) p，S为polyfit的输出，DELTA为误差估计.在线性回归模型中，Y±DELTA以50%的概率包含函数在X处的真值.3. 模型预测的置信区间用polyconf实现，其具体调用格式如下：[Y,DELTA]=polyconf(p,X,S,alpha) 求polyfit所得的回归多项式在X处的预测值Y及预测值的显著性为1-alpha的置信区间Y±DELTA，alpha缺省时为0.05.4. 交互式画图工具polytool，其具体调用格式如下：polytool(x,y,m)；polytool(x,y,m,alpha)；用m次多项式拟合x，y的值，默认值为1，alpha为显著性水平，默认值为0.05.例1观测物体降落的距离s与时间t的关系，得到数据如下表，求s.解 根据数据的散点图，应拟合为一条二次曲线.选用二次模型，具体代码如下：%%%输入数据t=1/30:1/30:14/30;s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48];%%%多项式系数拟合 [p,S]=polyfit(t,s,2); 则得回归模型为：1329.98896.652946.489ˆ2++=t t s. %%%y 的拟合值及预测值y 的置信半径delta [y,dalta]=polyconf(p,t,S); 得结果如下： y=Columns 1 through 1111.8729 15.7002 20.6148 26.6168 33.7060 41.8826 51.1465 61.4978 72.9363 85.4622 99.0754Columns 12 through 14 113.7759 129.5637 146.4389 dalta=Columns 1 through 110.0937 0.0865 0.0829 0.0816 0.0817 0.0823 0.0827 0.0827 0.0823 0.0817 0.0816Columns 12 through 14 0.0829 0.0865 0.0937 %%%交互式画图 polytool(t,s,2);polytool 所得的交互式图形如图8-1所示.图8-1(2) 多元二项式回归多元二项式回归模型的一般形式为εββββ∑≤≤+++++=mk j k j jkm m x x x x y ,1110....多元二项式回归命令：rstool(x,y,’model’,alpha) x 表示n´m 矩阵；y 表示n 维列向量；alpha 为显著性水平(缺省时为0.05)；model 表示由下列4个模型中选择1个(用字符串输入，缺省时为线性模型)：linear(线性)：m m x x y βββ+++= 110；purequadratic(纯二次)：∑=++++=nj j jj m m x x x y 12110ββββ ；interaction(交叉)：∑≤≠≤++++=mk j kj jkm m x x x x y 1110ββββ ；quadratic(完全二次)：∑≤≤++++=mk j k j jkm m x x x x y ,1110ββββ .例2 设某商品的需求量与消费者的平均收入、商品价格的统计数据如下，建立回归模型，预测平均收入为1000、价格为6时的商品需求量.解 选择纯二次模型，即2222211122110x x x x y βββββ++++=.%%%输入数据x1=[1000 600 1200 500 300 400 1300 1100 1300 300]; x2=[5 7 6 6 8 7 5 4 3 9]; x=[x1' x2'];y=[100 75 80 70 50 65 90 100 110 60]'; %%%多元二项式回归rstool(x,y,'purequadratic'); 得如下结果：图8-2得到一个如图所示的交互式画面，左边是x1（=1000）固定时的曲线y （x1）及其置信区间，右边是x2（=6）固定时的曲线y （x2）及其置信区间.用鼠标移动图中的十字线，或在图下方窗口内输入，可改变x1，x2.在左边图形下方的方框中输入1000，右边图形下方的方框中输入6，则画面左边的“Predicted Y1”下方的数据变为88.4791，即预测出平均收入为1000、价格为6时的商品需求量为88.4791.在画面左下方单击”Export ”，在出现的窗体中单击”ok ”按钮，则beta 、rmse 和residuals 都传送到Matlab 工作区中.在Matlab 工作区中输入命令：beta,rmse ，得结果：beta=110.5313 0.1464 -26.5709 -0.0001 1.8475rmse =4.5362故回归模型为：2221218475.10001.05709.261464.05313.110x x x x y +--+=，剩余标准差为4.5362，说明此回归模型的显著性较好. 二、多元线性回归多元线性回归模型的一般形式为011...m m y x x βββε=++++. 在Matlab 统计工具箱中使用函数regress 实现多元线性回归.具体调用格式为：b=regress(Y,X)[b,bint,r,rint,stats]=regress(Y,X,alpha)其中⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n Y Y Y Y ...21，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nm n n m m x x x x x x x x x X ...1..................1 (12)12222111211.对于一元线性回归，取1=m 即可.b 为输出向量；b ，bint 表示回归系数估计值和它们的置信区间；r 表示残差；rint 表示残差的置信区间；stats 表示用于检验回归模型的统计量，有四个数值：相关系数2R 、F 值、与F 值对应的概率P 、2s 的值.相关系数2R 越接近1，说明回归方程越显著；)1,(1-->-m n m F F α时拒绝0H ，F 越大，说明回归方程越显著；与F 对应的概率α<P 时拒绝0H ，回归模型成立；alpha 表示显著性水平(缺省时为0.05).残差及其置信区间可以用命令rcoplot(r,rint)画出. 例3 已知某湖泊八年来湖水中COD 浓度实测值(y)与影响因素，如湖区工业产值(x 1)、总人口数(x 2)、捕鱼量(x 3)、降水量(x 4)的资料，建立y 的水质分析模型.湖水浓度与影响因素数据表解 作出因变量y 与各自变量的样本散点图作散点图的目的主要是观察因变量y 与各自变量间是否有比较好的线性关系，以便选择恰当的数学模型形式.图8-3、图8-4、图8-5、图8-6分别为y 与x 1、x 2、x 3、x 4的散点图.从图中可以看出这些点大致分布在一条直线旁边，因此有较好的线性关系，可以采用线性回归.图8-3 y与x1的散点图图8-4 y与x2的散点图图8-5 y与x3的散点图图8-6 y与x4的散点图在Matlab中实现回归的具体代码如下：%%%输入数据x1=[1.376 1.375 1.387 1.401 1.412 1.428 1.445 1.477];x2=[0.450 0.475 0.485 0.500 0.535 0.545 0.550 0.575];x3=[2.170 2.554 2.676 2.713 2.823 3.088 3.122 3.262];x4=[0.8922 1.1610 0.5346 0.9589 1.0239 1.0499 1.1065 1.1387];x=[ones(8,1) x1' x2' x3' x4'];y=[5.19 5.30 5.60 5.82 6.00 6.06 6.45 6.95];%%%多元线性回归[b,bint,r,rint,stats]=regress(y',x);得如下结果：b =-13.984913.19202.42280.0754-0.1897bint =-26.0019 -1.9679 1.4130 24.9711 -14.2808 19.1264 -1.4859 1.6366 -0.9638 0.5844 r =-0.06180.02280.01230.08900.0431-0.14730.01450.0274rint =-0.1130 -0.0107 -0.1641 0.2098 -0.1051 0.1297-0.2542 0.4321 -0.0292 0.1153 -0.2860 -0.0085 -0.3478 0.3769 -0.1938 0.2486 stats =0.9846 47.9654 0.0047 0.0123 故回归模型为：43211897.00754.04228.21920.139849.13x x x x y -+++-=，此外，由stats 的值可知9846.02=R ，9654.47=F ，0047.0=P 。