矿脉分布的回归模型建立与选择论文

矿脉分布的回归模型建立与选择论文

ID:10443131

大小:59.00 KB

页数:4页

时间:2018-07-06

矿脉分布的回归模型建立与选择论文_第1页
矿脉分布的回归模型建立与选择论文_第2页
矿脉分布的回归模型建立与选择论文_第3页
矿脉分布的回归模型建立与选择论文_第4页
资源描述:

《矿脉分布的回归模型建立与选择论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、矿脉分布的回归模型建立与选择论文程序得到图(3.4),程序见附录3.5图3.4输出结果:b=111.4405-9.0300bint=111.1068111.7743-10.6711-7.3889stats=0.9302146.67330.0000有两个异常点,剔除后再次输入程序可得图(3.5),程序见附录3.6图3.5输出结果:b=111.5653-10.9938bint=111.2882111.8424-13.5873-8.400213243.2结果比较通过对几个模型的比较可得,二次模型的剩余标准差最小。不过几个模型的差别很小。如表(3.1)线性模型二次模型双

2、曲线模型对数模型0.16350.12130.14870.1324表3.14结果分析第一个点的讨论。纵观四个模型,第一个点都属于异常点,需要剔除。但什么样的点必须剔除?对于这个问题,不合理的点固然要剔除,但同时点数的减少又将使得样本的容量变小,信度降低,这就需要使用者的判断。向本题中的第一个数据,很明显不符合任何模型,严重干扰回归分析,可以判断为是异常点,予以剔除。第二个是模型的选择。本题目的特点在于,因为对矿物分布和地质知识的缺乏,不能从理论上加以分析,只能从数据本身出发,加以分析。这就隐藏了很多问题。5论文中的公式QUOTE,QUOTE(2.1)QUOTE(2

3、.2)QUOTE(2.3)6结论通过对几个模型的比较可得,二次模型的剩余标准差最小。不过几个模型的差别很小。固采用二次模型为最合适模型附录表2.1X23457810Y106.42109.20109.58109.50110.00109.93110.49x111415161819Y110.59110.60110.90110.76111.00111.20程序3.1x1=23457810111415151819';y=106.42109.20109.58109.50110.00109.93110.49110.59110.60110.90110.76111.00111.2

4、0';plot(x1,y,'+')程序3.2alpha=0.05;x1=23457810111415151819';y=106.42109.20109.58109.50110.00109.93110.49110.59110.60110.90110.76111.00111.20';x=ones(13,1),x1;b,bint,r,rint,stats=regress(y,x,alpha);b,bint,stats,rcoplot(r,rint)程序3.3alpha=0.05;x1=3457810111415151819';y=109.20109.58109.501

5、10.00109.93110.49110.59110.60110.90110.76111.00111.20';x=ones(12,1),x1;b,bint,r,rint,stats=regress(y,x,alpha);b,bint,stats,rcoplot(r,rint)程序3.4x=3457810111415151819;y=109.20109.58109.50110.00109.93110.49110.59110.60110.90110.76111.00111.20;p,S=polyfit(x,y,2);p程序3.5alpha=0.05;x1=23457

6、810111415151819';y=106.42109.20109.58109.50110.00109.93110.49110.59110.60110.90110.76111.00111.20';x=ones(13,1),1./x1;b,bint,r,rint,stats=regress(y,x,alpha);b,bint,stats,rcoplot(r,rint)程序3.6alpha=0.04;x1=57810111415151819';y=109.50110.00109.93110.49110.59110.60110.90110.76111.00111.2

7、0';x=ones(10,1),1./x1;b,bint,r,rint,stats=regress(y,x,alpha);b,bint,stats,rcoplot(r,rint)程序3.7alpha=0.05;x1=23457810111415151819';y=106.42109.20109.58109.50110.00109.93110.49110.59110.60110.90110.76111.00111.20';x=ones(13,1),log(x1);b,bint,r,rint,stats=regress(y,x,alpha);b,bint,stats

8、,rcoplot(r,r

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。