如果本文有点小难理解的话,可以看看我之前的基础线性规划啥的,有lingo,matlab还有python

就不给大家放链接了,想看的话,点击头像即可!!

文章目录

(1)一元线性回归之旧轿车价格案例

(2)多元线性回归之洞庭湖污染物案例实测

(3) 参考文档:


(1)一元线性回归之旧轿车价格案例

以x表示使用年数,y表示相应的平均价格。根据表中x和y的数据,建立一个数据模型,分析就轿车平均价格与其使用念书之间的关系,即求y与x的关系。
        为了表示,x和y数据为:

x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];

代码:

clear all
clc%绘图
x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
for i=1:10plot(x(i),y(i),'or');hold on
end%命名x轴和y轴
xlabel('x');
ylabel('y');

运行结果:

分析返回的图我们发现,x和y呈现指数关系,于是我们令z=Iny,记作Zi=Inyi,

重新绘图:

代码:

clear all
clc%绘图
x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
z=zeros(size(y));
N=length(y);
hold on
for i =1:Nz(i)=log(y(i));plot(x(i),z(i),'ok');
end%命名x轴和y轴
xlabel('x');
ylabel('y');

运行结果:观察结果,是不是觉得比刚才拟合效果好多了

经过分析:各点基本处于一条直线附近,可以认为z=a+bx+c
既然已经确定好了函数类型,就可以求解参数具体值。
 代码:

clear all
clcx=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
z=zeros(size(y));
N=length(y);
for i =1:Nz(i)=log(y(i));
end
[p,s]=polyfit(x,z,1)

运行结果:

由此可以得出:a=8.1671,b=-0.2984,从而可以得到函数z=8.1671-0.2984x

(2)多元线性回归之洞庭湖污染物案例实测

定义:如果有两个或者两个以上的自变量,成为多元回归。

在这之前我需要先讲一下regress函数使用,调用格式为:

[b,bint,r,rint,stats]=regress(y,x,alpha)

什么意思呢?

alpha为显著性水平,缺省设定为0.05,b表示为输出量,bint为回归系数估计值和他们的置信区间,r为残差,rint为置信区间,stats适用于检验回归模型的统计量。
举个例子吧,案例如下:

代码:

%开始进行多元回归
clear all
clcx1=[1.376,1.375,1.387,1.401,1.412,1.428,1.445,1.477];
x2=[0.450,0.475,0.485,0.5,0.535,0.545,0.55,0.575];
x3=[2.170,2.554,2.676,2.713,2.823,3.088,3.122,3.262];
x4=[5.19,1.161,0.5346,0.9589,2.0239,1.0499,1.1065,1.1387];
y=[5.19,5.3,5.6,5.82,6,6.06,6.45,6.95];
save data x1 x2 x3 x4 y%保存数据
load data %取出数据
y=[y'];
x=[ones(size(x1')),x1',x2',x3',x4'];[b,bint,r,rint,stats]=regress(y,x)

运行结果:

根据返回值b值,我们可以确定出函数关系式,水质分析模型为:

y=-20.5297+19.1269x1+8.0045x2-1.5867x3-0.1465x4

(3) 参考文档:

多元线性回归 - MATLAB regress- MathWorks 中国

多元线性回归模型-数学建模类-matlab详解相关推荐

  1. 数学建模——主成分分析算法详解Python代码

    数学建模--主成分分析算法详解Python代码 import matplotlib.pyplot as plt #加载matplotlib用于数据的可视化 from sklearn.decomposi ...

  2. [小白系列][线性回归模型]股票回归分析实例代码详解

    代码详解 P.S:记录下第一个搞明白的模型哦! import statsmodels.api as sm # 基本api import statsmodels.formula.api as smf # ...

  3. java 加减乘除 工具类_Java数学工具类MathUtil详解

    package cn.xbz.util.math; import java.math.BigDecimal; /** * @title 数学计算工具类 * @description 提供常用的数值加减 ...

  4. u=q k 的交通流模型图 matlab,数学建模回归分析matlab版.ppt

    <数学建模回归分析matlab版.ppt>由会员分享,可在线阅读,更多相关<数学建模回归分析matlab版.ppt(51页珍藏版)>请在装配图网上搜索. 1.2020/11/2 ...

  5. 原理 + 代码 | Python 实现多元线性回归模型 (建模 + 优化,附源数据)

    前言 多元线性回归模型非常常见,是大多数人入门机器学习的第一个案例,尽管如此,里面还是有许多值得学习和注意的地方.其中多元共线性这个问题将贯穿所有的机器学习模型,所以本文会将原理知识穿插于代码段中,争 ...

  6. matlab 线性回归 参数显著性,matlab建立多元线性回归模型并进行显著性检验及预测问题...

    matlab建立多元线性回归模型并进行显著性检验及预测问题 例子; x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164 ...

  7. Python 实战多元线性回归模型,附带原理+代码

    作者 | 萝卜 来源 | 早起Python( ID:zaoqi-python ) 「多元线性回归模型」非常常见,是大多数人入门机器学习的第一个案例,尽管如此,里面还是有许多值得学习和注意的地方.其中多 ...

  8. R语言构建多元线性回归模型

    R语言构建多元线性回归模型 对比一元线性回归,多元线性回归是用来确定2个或2个以上变量间关系的统计分析方法.多元线性回归的基本的分析方法与一元线性回归方法是类似的,我们首先需要对选取多元数据集并定义数 ...

  9. python多元线性回归模型案例_Python 实战多元线性回归模型,附带原理+代码

    原标题:Python 实战多元线性回归模型,附带原理+代码 作者 | 萝卜 来源 | 早起Python( ID:zaoqi-python ) 「多元线性回归模型」非常常见,是大多数人入门机器学习的第一 ...

最新文章

  1. 13KB的代码能做什么?有些人可是弄出了一个完整的游戏!
  2. Spring MVC 中急速集成 Shiro 实践
  3. Sub-process /usr/bin/dpkg returned an error code (1)
  4. CH341SER CH340SER USB转串口驱动
  5. echars水状_Echarts饼状图属性设置
  6. 前端学习(1598):ref转发
  7. 每日一题(21)——malloc与free(二)
  8. Qt工作笔记-发送端发送Json格式的数据包,接收端解析数据包
  9. 声场测试话筒_国内外常见的测量话筒有哪些?大师们身边必备这几款!
  10. mac双系统w ndows8,U盘如何安装MAC双系统
  11. UVALive 6678 Judging Troubles
  12. 一不小心把此电脑删了,如何把此电脑添加到桌面?
  13. 2012年度最佳 Web 前端开发工具和框架——《上篇》
  14. 单反相机滤镜种类和作用
  15. PYQT5 Painter的简单入门
  16. [美格2290][Android11]常用的framework修改
  17. 你不可不知的网站:stackoverflow
  18. Deeply supervised salient object detection with short connections 论文复现
  19. 51单片机入门:LED灯闪烁(原理图+仿真+程序)
  20. 计算机基础设计第十五套,计算机基础试题第十五套

热门文章

  1. 2345天气王怎么查看历史天气 2345天气王如何查看历史天气
  2. 如何根据进程号去查端口号?
  3. 使用navicat for mysql 创建外键foreign keys时,总会自动创建索引indexs
  4. windows和linux系统下测试端口连通性的命令
  5. springBoot 简单优雅是实现文件上传和下载
  6. Swagger介绍及使用
  7. 千牛怎么注销卖家店铺_新店铺怎么拥有亚马逊购物车?亚马逊小卖家如何尽快获得黄金购物车?...
  8. gpt efi win7 linux,科学网—UEFI+GPTSSD+HDD 成功安装win10+Centos linux7 过程 - 陈长云的博文...
  9. java请编写公共类继承抽象类_(Java相关)怎么理解抽象类,继承和接口?
  10. 使用python打印数字三角形_11届省赛python试题 H: 数字三角形