目录
一、一元线性回归之旧轿车价格案例
二、多元线性回归之洞庭湖污染物案例实测
三、说一说plot函数的用法
四、感想
直接上例题
一、一元线性回归之旧轿车价格案
以x表示使用年数,y表示相应平均价格。根据表中x、y的数据,建立一个数据模型,分析旧轿车平均价格与其使用年数之间的关系,即求x、y之间的关系。
x、y的数据为:
x=1:10
y=[2650,1942,1493,1086,766,539,485,291,224,202];
代码:
clear all
clc
x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
for i=1:10
plot(x(i),y(i),'or');
hold on %将改变过后的图像和后来的图像一同显示出来
end
xlabel('x');
ylabel('y');
图像:
x、y间类似于指数关系,为了得到拟合效果更好的图像,我们使用指数函数的方式,令z=lny,重新绘制图像:
clear all
clc
x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
z=zeros(size(y)); %size()获取矩阵的行数和列数,zeros生成n×n全零阵
N=length(y); %length()数组长度,即行数和列数中的较大值,相当于max(size(a))
for i =1:N
z(i)=log(y(i));
plot(x(i),z(i),'ok');
end
xlabel('x');
ylabel('y');
结果如图:
所以各点基本处于一条直线附近,可以认定z=a+bx+c
求解参数具体值:
clear all
clc
x=1:10;
y=[2650,1942,1493,1086,766,539,485,291,224,202];
z=zeros(size(y));
N=length(y);
for i =1:N
z(i)=log(y(i));
end
[p,s]=polyfit(x,z,1)
由此得出:a=8.1671,b=-0.2984,所以函数z=8.1671-0.2984x
二、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,称为多元回归。
多元回归一般用到regress函数,其调用格式为:
[b,bint,r,rint,stats]=regress(y,x,alpha)
其中,b表示输出量,bint表示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,alpha为显著性水平,缺省设定为0.05
代码如下:
clear all
clc
x1=[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)
结果为:
根据b值,可以确定函数关系式,水质分析模型为:
y=-20.5297+19.1269x1+8.0045x2-1.5867x3-0.1465x4
三、说一说plot函数的用法
plot是用来绘制二维图像的,它的调用形式为plot(X,Y,LineSpec)
其中X由所有输入点坐标的x值组成,Y是由与X中包含x对应的y所组成的向量,LineSpec是用户指定的绘图样式,主要选项如下:
线性:-,--,:,:.
标记符:+,*
颜色:r,g,b,c,m,y,k,w等。
自己找资料要明白很容易。
此外
hold on能令当前图像在刻画后续图像时不被刷新,与后续图像共存。
hold off与hold on相反,是让此图像看不到了。
hold all个人觉得是能让语句循环一起显示出来图像,不是很懂。
我试把上面图片中的表2-3带着hold all画了一下,然后……
显然我也不知道这是个啥东西……看看看就得了。
四、感想
这次的内容都懂了,很开心……也额外补充了一点点知识。文章来源:https://www.toymoban.com/news/detail-448265.html
总之感谢川川博主。文章来源地址https://www.toymoban.com/news/detail-448265.html
到了这里,关于多元线性回归模型的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!