曲线拟合和回归方程
- 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)。
曲线拟合和回归分析
学院:信息学院专业:电子信息科学与技术
姓名:文欢学号:20131060218
1、有10个同类企业的生产性固定资产年平均价值和工业总产值资料如下:
(1)说明两变量之间的相关方向;
答:由表格易知:工业总产值是随着生产性固定资产价值的增长而增长的,而知之间存在正向相关性。
回归方程:y=395.567+0.896x
(2)建立直线回归方程;
答:若用y表示工业总产值(万元),用x2示生产性固定资产,二者可用如下的表达式近似表示:y=0.896x+395.567
(3)计算估计标准误差;
答:标准误差为80.216(万元)。
(4)估计生产性固定资产(自变量)为1100万元时的总资产(因变量)的可能
值。
答:
当固定资产为1100时,
总产值:.(0.896*1100+395.567-80.216~0.896*1100+395.567+80.216)即
(1301.0~146.4)这个范围内的某个值。
function [b,bint,r,rint,stats] = regression1
x = [318 910 200 409 415 502 314 1210 1022 1225];
y = [524 1019 638 815 913 928 605 1516 1219 1624];
X = [ones(size(x))', x'];
[b,bint,r,rint,stats] = regress(y',X,0.05);%一元
线性回归
display(b); %以矩阵方式显示b
display(stats); %阵显示stats,用于检测回归模型的统计
量
x1 = [300:10:1250];
y1 = b(1) + b(2)*x1;
figure;
plot(x,y,'ro',x1,y1,'g-');
industry = ones(6,1);
construction = ones(6,1);
industry(1) =1022;
construction(1) = 1219;
for i = 1:5
industry(i+1) =industry(i) * 1.045;
construction(i+1) = b(1) + b(2)* construction(i+1);
end
display(industry);
display( construction);
end
运行结果如下所示:
>> regression1
b = %回归系数估计值
395.5670
0.8958
stats =
1.0e+04 *
0.0001 0.0071 0.0000 1.6035 industry =
1.0e+03 *
1.0220
1.0680
1.1160
1.1663
1.2188
1.2736 construction =
1.0e+03 *
1.2190
0.3965
0.3965
0.3965
0.3965
0.3965 ans =
395.5670
0.8958
2、设某公司下属10个门市部有关资料如下:
(1)、确定适宜的回归模型;
(2)、计算有关指标,判断这三种经济现象之间的紧密程度。解:用spss进行回归分析:
;若用y,x1,x2分别表示销售利润率、职工平均销售额和流通费用水平,则通过以上的分析结果可知: y=-6.769+2.909x1+0.985x2;
并且由显著性水平可知:流通费用水平对销售利润率影响不大(0.131大于0.05),而职工平均销售额的显著性水平为0,说明它对销售利润率的影响很大。