matlab回归分析(1)
- 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)。
1、 考察温度x 对产量y 的影响,测得下列10组数据:
预测区间(置信度95%).
x=[20:5:65]'; Y=[ ]'; X=[ones(10,1) x]; plot(x,Y,'r*');
[b,bint,r,rint,stats]=regress(Y,X); b,bint,stats;
rcoplot(r,rint) %残差分析,作残差图
结果: b = bint = stats =
即01
ˆˆ9.1212,0.2230ββ==;0ˆβ的置信区间为[8.0211,10.2214]1ˆβ的置信区间为[0.1985,0.2476]; 2r = , F=, p= ,p<, 可知回归模型 y=+ 成立.
将x=42带入得到.
从残差图可以看出,所有数据的残差离零点均较近,且残差的置信区间均包含零点,这说明回归模型 y=+能较好的符合原始数据。
2
某零件上有一段曲线,为了在程序控制机床上加工这一零件,需要求这段曲线的解析表达式,在曲线横坐标xi处测得纵坐标yi共11对数据如下:
求这段曲线的纵坐标y关于横坐标x的二次多项式回归方程。
t=0:2:20;
s=[ ];
T=[ones(11,1) ,t',(t.^2)'];
[b,bint,r,rint,stats]=regress(s',T);
b,stats;
Y=polyconf(p,t,S)
plot(t,s,'k+',t,Y,'r') %预测及作图
b =
+04 *
2ˆ 1.01050.19710.1403s
t t =++ 图形为:
3
混凝土的抗压强度随养护时间的延长而增加,现将一批混凝土作成12个试块,记录了
试求ˆln y
a b x =+型回归方程。
function yhat=volum(beta,x); yhat=beta(1)+beta(2)*log(x);
%输入
x=[2 3 4 5 7 9 12 14 17 21 28 56]; y=[35 42 47 53 59 65 68 73 76 82 86 99]; beta0=[5 1]';
[beta,r,J]=nlinfit(x',y','volum',beta0); beta
结果: beta =
所得回归模型为:21.05819.5285ln y x =+ 画线:plot(x,y,'r-')
x=[2 3 4 5 7 9 12 14 17 21 28 56]'; u=log(x); u=[ones(12,1) u];
y=[35 42 47 53 59 65 68 73 76 82 86 99]';
[b,bint,r,rint,stats]=regress(y,u); b,bint,stats
结果为:
b =
bint =
stats =
+03 *
做残差图:rcoplot(r,rint)
预测及作图:
z=b(1)+b(2)*log(x); plot(x,y,'k+',x,z,'r')
1. 设有五个样品,每个只测量了一个指标,分别是1,2,6,8,11,试用最短距离法将它们分类。(样品间采用绝对值距离。)
clc clear
b=[1;2;6;8;11]; d=pdist(b,'cityblock'); D=squareform(d); z=linkage(d); H=dendrogram(z); T=cluster(z,2);
结果:
各样品之间的绝对距离为:[]1,5,7,10,4,6,9,2,5,3d =
距离矩阵01571010469=5
402576203109530D ⎡⎤
⎢⎥⎢
⎥
⎢⎥⎢⎥
⎢⎥⎢⎥⎣⎦
,样品间的最短距离为: 1 2 13 4 25 7 36 8 4z ⎡⎤
⎢⎥⎢
⎥=⎢⎥⎢⎥
⎣
⎦;
2.表1是1999 年中国省、自治区的城市规模结构特征的一些数据,试通过聚类分析将这些省、自治区进行分类。(表1见下页)
a=[
259
146
];
d1=pdist(a); %欧氏距离:d1=pdist(a);,%b中每行之间距离
z1=linkage(d1) %作谱系聚类图:H= dendrogram(z1)
T=cluster(z1,3) %% 输出分类结果
结果为:
(1)z1 =
(2)输出分类结果:T =
1
3
3
3
3
3
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
表明,若分三类,3是一类,2是一类,其它的是一类。
(3)做谱系聚类图:
11