注意:代码文件仅供参考,一定不要直接用于自己的数模论文中
国赛对于论文的查重要求非常严格,代码雷同也算作抄袭
如何修改代码避免查重的方法:https://www.bilibili.com/video/av59423231   //清风数学建模

一、基础知识

1.简介

X是自变量,Y是因变量。目的是通过X去预测Y。

一般处理模型像:期末成绩分析,Y是成绩,X是性别、是否是班干部、平时作业完成度等自变量。银行借贷成功率分析等问题。

2.不同数据类型的处理方法

3.一元线性回归

①扰动项u与x均不相干,模型有外生性;否则存在内生性。包含了所有与y相关,但未添加到回归模型中的变量,如果这些变量和我们已经添加的自变量相关,则存在内生性。

②内生性的蒙特卡罗模拟:

相关系数绝对值越大,代表内生性越大(matlab代码)
%% 蒙特卡洛模拟:内生性会造成回归系数的巨大误差
times = 300;  % 蒙特卡洛的次数
R = zeros(times,1);  % 用来储存扰动项u和x1的相关系数
K = zeros(times,1);  % 用来储存遗漏了x2之后,只用y对x1回归得到的回归系数
for i = 1: timesn = 30;  % 样本数据量为nx1 = -10+rand(n,1)*20;   % x1在-10和10上均匀分布,大小为30*1u1 = normrnd(0,5,n,1) - rand(n,1);  % 随机生成一组随机数x2 = 0.3*x1 + u1;   % x2与x1的相关性不确定, 因为我们设定了x2要加上u1这个随机数% 这里的系数0.3我随便给的,没特殊的意义,你也可以改成其他的测试。u = normrnd(0,1,n,1);  % 扰动项u服从标准正态分布y = 0.5 + 2 * x1 + 5 * x2 + u ;  % 构造yk = (n*sum(x1.*y)-sum(x1)*sum(y))/(n*sum(x1.*x1)-sum(x1)*sum(x1)); % y = k*x1+b 回归估计出来的kK(i) = k;u = 5 * x2 + u;  % 因为我们回归中忽略了5*x2,所以扰动项要加上5*x2r = corrcoef(x1,u);  % 2*2的相关系数矩阵R(i) = r(2,1);
end
plot(R,K,'*')
xlabel("x_1和u'的相关系数")
ylabel("k的估计值")

③主要证明:核心变量与u不相干

核心解释变量: 我们最感兴趣的变量,因此我们特别希望得到对其系数的一致估计(当样本容量无限增大时,收敛于待估计参数的真值 )。
控制变量: 我们可能对于这些变量本身并无太大兴趣;而之所以把它们也放入回归方程,主要是为了 “控制住” 那些对被解释变量有影响的遗漏因素。

④什么时候取对数

对于什么时候取对数还没有固定的规则,但是有一些经验法则:
(1)与市场价值相关的,例如,价格、销售额、工资等都可以取对数;
(2)以年度量的变量,如受教育年限、工作经历等通常不取对数;
(3)比例变量,如失业率、参与率等,两者均可;
(4)变量取值必须是非负数,如果包含0,则可以对y取对数ln(1+y);
取对数的好处: (1)减弱数据的异方差性
(2)如果变量本身不符合正态分布,取了对数后 可能渐近服从正态分布
(3)模型形式的需要,让模型具有经济学意义。

⑤三(四)种模型

1 、 一元线性回归

数学建模-回归分析(Stata)相关推荐

  1. 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 ...

  2. 数学建模——回归分析2

    代码: x0=[1 7 26 6 60 78.5 2 1 29 15 52 74.3 3 11 56 8 20 104.3 4 11 31 8 47 87.6 5 7 52 6 33 95.9 6 1 ...

  3. 数学建模7 多元线性回归分析

    1.回归思想 相关性(不是因果性) Y:因变量,常常是我们需要研究的核心变量,分为连续值型,0-1型,定序变量,计数变量,生存变量 X:自变量(解释变量) 回归分析:研究x和y之间的相关性的分析,尝试 ...

  4. 数学建模学习1.22——多元回归分析

    清风老师课程 目录 一.回归分析简介 二.数据分类与数据处理方法 三.线性回归 四.回归系数的解释与模型分类 ​五.回归实例 六.错误论文分析 七.清风老师的毕业论文讲解 八.异方差,多重共线性和逐步 ...

  5. 数学建模(7)回归分析

    数学建模(7)回归分析 自变量X和因变量Y 类型:线性回归.0-1型.定序变量(1很喜欢,2比较喜欢.3不喜欢).计数变量(访问了几次).生存变量(寿命) 用X来解释Y 相关性不等于因果性 因变量只有 ...

  6. 数学建模笔记-第七讲-回归分析

    文章目录 回归分析 线性回归介绍 回归系数 内生性探究 蒙特卡罗代码 弱化无内生性条件 四种模型 回归系数的解释 四种模型回归系数的解释 虚拟变量 多分类的虚拟变量设置 含交互项的自变量 应用题(奶粉 ...

  7. 《数学建模:基于R》一一2.1 回归分析

    本节书摘来自华章计算机<数学建模:基于R>一书中的第2章,第2.1节,作者:薛 毅 更多章节内容可以访问云栖社区"华章计算机"公众号查看. 2.1 回归分析 在许多实际 ...

  8. 数学建模暑期集训6:用SPSS对数据进行多元线性回归分析

    在本专栏的第六篇数学建模学习笔记(六)多元回归分析算法(matlab)博文中,记录了如何用matlab进行多元回归分析.本篇则将使用spss软件达到同样的效果,且使用起来比matlab更为方便. 空谈 ...

  9. 数学建模学习——回归分析

    1.多元线性回归 回归分为:解释型回归.预测型回归 解释型回归:只需知道相对重要程度 预测型回归:关注预测出来有多准 需要考虑异方差 BP检验相应的Stata命令:estat hettest,rhs, ...

最新文章

  1. 主席树 ---- 2021 ICPC 昆明 M.Stone Games [主席树 + 暴力]
  2. iOS 11开发教程(十二)iOS11应用视图始祖——UIView
  3. swift为UIView添加extension扩展frame
  4. zabbix聚合图形创建脚本
  5. 【P1326】超级教主
  6. Struts2理解——转发和重定向
  7. jquery ajax传值和后台取参数
  8. session机制和cookie机制
  9. 处理大并发之二 对epoll的理解,epoll客户端服务端代码
  10. 什么是机器人的五点校正法_机器人校正方法
  11. webstorm最新版破解教程及汉化教程(也是看别人的)
  12. Zen Garden驾到:首批Metal游戏已登录iTunes应用商店
  13. 五家车企宣布召回63万辆问题汽车 快看有没有你的?
  14. 2021高通人工智能应用创新大赛踩坑指南
  15. 3月27日外电头条:Windows的开源野心
  16. 区块链 以太坊 solidity 如何比较2个字符串相等
  17. python编程*三角形图形创意图片_Python图形编程探索系列-04-网上图片与标签组件的结合...
  18. 快速使用注解方式实现aop切面编程
  19. 纯css动画效果--animate的应用
  20. MeGUI入门教程(2012.12.14更新)

热门文章

  1. ADC芯片CS1180的读取转换错误的情况记录
  2. python入门学习(excel导入mysql)
  3. Java菜鸟学习日记7
  4. Idea 去掉 mapper.xml 文件的黄色、淡绿色警告
  5. JS 把时间戳转化成YY-MM-DD
  6. 解决网页中文字无法选中的问题
  7. 古龙108将,喜欢古龙的来看啦
  8. 深度学习小白入门教程(一):以英雄联盟为例,爬取你感兴趣图片,构建你自己的数据集
  9. 7-5 3824经典游戏分数 20 作者 李佳单位 重庆大学
  10. 201809-3-元素选择器