matlab 7. 回归预测实例
对x=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17]进行回归与预测
x=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17];
x=x'; %要换为列向量
alpha=0.05; %设置显著性水平
[mu,sigma]=normfit(x);
p1=normcdf(x,mu,sigma);
[h0,s1,ks.cv]=kstest(x,[x,p1],alpha);x1=log(x); %非线性化为线性的正态性检验
[mu,sigma]=normfit(x1);
p2=normcdf(x1,mu,sigma);
[h1,s2,ks0,cv]=kstest(x1,[x1,p1],alpha);h0=1
h1=1
clear;
clc;
t=(1:9);
y=[1.85 1.37 1.02 0.75 0.56 0.41 0.31 0.23 0.17];
x=1./t;
lx=log(t);
ly=log(y);stats1=reglm(y,t,'linear'); %做y-t的线性回归
stats2=reglm(y,x,'linear'); %做y-1/t线性回归
stats3=reglm(y,lx,'linear'); %做lny-lnt的线性回归
stats4=reglm(ly,t,'linear'); %做lnt-t的线性回归%还原四个方差的预测值
y1=stats1.beta(1)+stats1.beta(2)*t;
y2=stats2.beta(1)+stats2.beta(2)*x;
y3=exp(stats3.beta(1)+stats3.beta(2)*lx);
y4=exp(stats4.beta(1)+stats4.beta(2)*t);q1=sum((y-y1).^2); %计算回归方差的残差平方和
q2=sum((y-y2).^2);
q3=sum((y-y3).^2);
q4=sum((y-y4).^2);
fprintf('........残差平方和........\n');
fprintf('%8s%18s%15s%15s%12s\n','项目','y1','y1','y3','y4');
fmt='%9s%20.4f%15.4f%15.4f%13.4f\n';
fprintf(fmt,'SSE',q1,q2,q3,q4); %画名为'残差平方和'的表%%画回归效果图%%
subplot(2,2,1);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y1,'linewidth',1) %画回归直线
legend('原始值','回归直线');
title('y=a+bt');
hold offsubplot(2,2,2)
plot(t,y,'k.','Markersize',15) %散点图
hold on
plot(t,y2,'linewidth',1)%画回归直线
legend('原始值','回归曲线');
title('y=a+b/t');
hold offsubplot(2,2,3);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y3,'linewidth',1) %画回归直线
legend('原始值','回归直线');
title('y=at^b');
hold offsubplot(2,2,4);
plot(t,y,'k.','Markersize',15) %画出数据散点图
hold on
plot(t,y4,'linewidth',1) %画回归直线
legend('原始值','回归直线');
title('y=ae^b^t');
hold off------------------------------------方差分析表------------------------------------
方差来源 自由度 平方和 均方 F值 p值
回归 1.0000 2.3602 2.3602 63.9062 0.0001
残差 7.0000 0.2585 0.0369
总计 8.0000 2.6187均方根误差(Root MSE) 0.1922 判定系数(R-Square) 0.9013因变量均值(Dependent Mean) 0.7411 调整的判定系数(Adj R-Sq) 0.8872-----------------------------------参数估计-----------------------------------变量 估计值 标准误 t值 p值常数项 1.7328 0.1396 12.4113 0.0000X1 -0.1983 0.0248 -7.9941 0.0001------------------------------------方差分析表------------------------------------
方差来源 自由度 平方和 均方 F值 p值
回归 1.0000 2.3566 2.3566 62.9517 0.0001
残差 7.0000 0.2620 0.0374
总计 8.0000 2.6187均方根误差(Root MSE) 0.1935 判定系数(R-Square) 0.8999因变量均值(Dependent Mean) 0.7411 调整的判定系数(Adj R-Sq) 0.8856-----------------------------------参数估计-----------------------------------变量 估计值 标准误 t值 p值常数项 0.1428 0.0992 1.4396 0.1932X1 1.9033 0.2399 7.9342 0.0001------------------------------------方差分析表------------------------------------
方差来源 自由度 平方和 均方 F值 p值
回归 1.0000 2.6101 2.6101 2133.7513 0.0000
残差 7.0000 0.0086 0.0012
总计 8.0000 2.6187均方根误差(Root MSE) 0.0350 判定系数(R-Square) 0.9967因变量均值(Dependent Mean) 0.7411 调整的判定系数(Adj R-Sq) 0.9963-----------------------------------参数估计-----------------------------------变量 估计值 标准误 t值 p值常数项 1.8707 0.0271 69.0527 0.0000X1 -0.7941 0.0172 -46.1925 0.0000------------------------------------方差分析表------------------------------------
方差来源 自由度 平方和 均方 F值 p值
回归 1.0000 5.3330 5.3330 131978.7098 0.0000
残差 7.0000 0.0003 0.0000
总计 8.0000 5.3332均方根误差(Root MSE) 0.0064 判定系数(R-Square) 0.9999因变量均值(Dependent Mean) -0.5802 调整的判定系数(Adj R-Sq) 0.9999-----------------------------------参数估计-----------------------------------变量 估计值 标准误 t值 p值常数项 0.9104 0.0046 197.1452 0.0000X1 -0.2981 0.0008 -363.2887 0.0000
........残差平方和........项目 y1 y1 y3 y4SSE 0.2585 0.2620 38.0572 0.0001%y4残差平方和最小所以更准确```
lny=0.9104-0.2981*t
y=0.9104e-0.2981x
最后根据模型带入自变量进行预测即可
matlab 7. 回归预测实例相关推荐
- 动态规划的Matlab实现和实例分析
[原创]动态规划的Matlab实现和实例分析|MATLAB 数学统计与优化|MATLAB技术论坛 - Powered by Discuz! <Math model toolbox>(数学建 ...
- matlab基础与实例教程,MATLAB基础与实例教程
系统全面,实例丰富 考虑到Matlab进行仿真和运算分析时的基础知识和实践操作,讲解从基础的变量.函数.数据类型等入手,涉及到数学分析.图形可视化.Simulink仿真.文件读写等,全面地介绍了Mat ...
- 基于matlab的信号与系统实例,华南理工大学信号与系统实验基于Matlab的信号处理实例...
第2讲基于Matlab的信号处理实例实验内容(1) (1) 读取给定的3D加速度信号文件,绘出信号波形: 程序源代码: function sy2 fid = fopen('run 100m_TROUS ...
- matlab nntool教程,Matlab nntool 应用实例教材.doc
Matlab nntool 应用实例 在MATLAB命令窗口中键入nntool再按enter,会自动弹出下面的Network/Data Manager窗口画面 Inputs:输入值 Targets:目 ...
- matlab某种水泥在凝固,Matlab实现多元回归实例
Matlab 实现多元回归实例 假设已有数据X 和Y ,在Matlab 软件包中,使用stepwise 命令进行逐步回归,得到回归方程n n Y a X a X a X ε=++???++1122,其 ...
- MATLAB逻辑回归实例及代码
MATLAB逻辑回归实例及代码 逻辑回归基本流程: 注:回归系数W更新公式写错了,应该是减号,错写成加号了. 训练数据(包含训练样本及对应的标签)百度云链接:https://pan.baidu.com ...
- matlab01规划程序实例,matlab规划求解实例(matlab01规划标准模式)
matlab规划求解实例 示 例求解以下0-1整数线性规划目标函数maxf=-3x12x2-5x3约束条件x12x2-x3≤2,x14x2x3≤4,x1x2≤3.4 x3≤6,x1,x2,x3为0或1 ...
- MATLAB 曲线拟合应用实例
MATLAB 曲线拟合应用实例 股票预测问题: x=[2,3,4,5,8,9,10,11,12,15,16,17,18,19,22,23,24,25,26,29,30]; y=[7.74,7.84,7 ...
- matlab简单程序实例视频,matlab编程实例100例.docx
matlab编程实例100例 1-32是:图形应用篇33-66是:界面设计篇67-84是:图形处理篇85-100是:数值分析篇实例1:三角函数曲线(1)function shili01h0=figur ...
最新文章
- 双作用叶片泵图形符号_液压气动图形符号及识别
- javascript中select的常用操作
- 你用过这种奇葩的C#注释吗?如何看待
- 牛客小白月赛12 D	月月给华华出题 (欧拉函数,数论,线筛)
- 搜狐新闻推荐算法原理 | “呈现给你的,都是你所关心的”
- SQL Server2016 新功能之SQL安装篇
- python互斥锁原理_Linux 互斥锁的实现原理(pthread_mutex_t)
- linux系统上安装远程软件下载,如何安装向日葵远程控制软件Linux被控端?
- Alexa工具条解密
- mfp服务器控制中心,固网1008MFP驱动
- C语言入门之C语言开发环境搭建
- Abaqus 空间管路 自动化建模与分析
- 串口总线舵机之舵机运行
- 滑尺计算——丈量宇宙的直尺
- 骨传导耳机的音质怎么样?
- win10便签常驻桌面_盘点Win 10最好用的10个功能,排名第一的竟然是……
- vmware设置虚拟机静态ip
- Riverbed SteelConnect荣获2017 Interop东京展“最佳展示奖”
- 基于MATLAB人脸面部检测的口罩识别系统
- png转成SVG方法