回归分析例题程序及结果解释

《回归分析例题程序及结果解释》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、z=[5.500031.000010.00008.000079.30002.500055.00008.00006.0000200.10008.000067.000012.00009.0000163.20003.000050.00007.000016.0000200.10003.000038.00008.000015.0000146.00002.900071.000012.000017.0000177.70008.000030.000012.00008.000030.90009.000056.00005.000010.0000291.90004.000042.00008.0000

2、4.0000160.00006.500073.00005.000016.0000339.40005.500060.000011.00007.0000159.60005.000044.000012.000012.000086.30006.000050.00006.00006.0000237.50005.000039.000010.00004.0000107.20003.500055.000010.00004.0000155.00008.000070.00006.000014.0000201.40006.000040.000011.00006.0000100.20004.00005

3、0.000011.00008.0000135.80007.500062.00009.000013.0000223.30007.000059.00009.000011.0000195.0000]；x=z(:,[1:4]);y=z(:,5);stepwise(x,y)回车得：解释一下上面这个对话框，同四个部分组成：l左上角l右上角l中间l最低端第一部分，彩色水平柱状图是回归系数90%的置信区间，黑色水平柱状图是回归系数95%的置信区间。如果柱状图穿过中间虚线（横坐标为0），则在相应的显著性水平下，回归系数为0。柱状图中间的红点，为对应回归系数的值。第二部分，红色字体表示在原始模型上

4、加上相应变量时，对应变量的回归系数，对应的t统计量值和对应的p值。蓝色模型为原始模型的变量的回归系数，对应的t统计量值和对应p值。在此例中，全为红色，说明原始模型自变量是包括只有全为1列向量。y=c1+6.53444×x1回归系数t值：0.7768对应的p值0.4473y=c2+4.02871×x2回归系数t值：0.44192对应的p值0.0003另外两个意义也一样。注意，四个P值，其中x3对应的P值最小，或x3的t统计量的绝对值最大。x3用阴影注明。最右端Nextstep:Movex3in，即把x3引进原始模型。AllStep可以马上显示最后的逐步回归结果。第三部分，显示原始

5、模型各统计量的值，本例中：y=169.495不包括x1,x2,x3,x4变量，RMSE是模型的标准误差72.5666第四部分，x轴中1表示第一次逐步回归，y轴是原始模型的RMSE。在上面的对话框中,点击NextStep出现如下对话框:简要说明以上对话框：第二部分，右上角，蓝色对应下面方程的t值和p值。y=c3-23.935×x3回归系数t值：-5.3877对应的p值0.00红色对应的方程为在上面这个蓝色方程上，加以相应的变量所得方程。如x1对应的方程：y=c13+2.24413×x1+c3×x3x1回归系数t值：0.4094对应的p值0.6873同理x2对应的方程：y=c23+

6、3.09067×x2+c3×x3，x2回归系数t值：7.0497对应的p值0.000第三部分，为新的原始模型的相应统计量，即：y=387.303-23.935×x3的可决系数，F统计量值第四部分，为第一步、第二步的模型的标准误差图。点击Export，将输出beta、betaci、coeftab、history、in、out、stats。这些统计量值存在workspace。beta为原始模型的自变量回归系数，这里为-23.935。betaci为原始模型的自变量回归系数的95%置信区间。这里为[-33.268，-14.602]coeftab为上图的第二部分的数据，加上对应的标准误差

7、。history：包括rmse、nvars、in。rmse为逐步回归各步对应的模型的标准误差。这里例子是两步，第一步的标准误差为72.567，第二步的标准误差为46.125。nvars为各步对应的原始模型的自变量个数。本例中，第一步的变量个数为0，第二步的变量个数为1。in说明有几个自变量在相应的原始模型，更详细的说明是哪些变量在原始模型中，1表示在原始模型，0表示不在原始模型。本例中：[00000;10010]其中红色表示原始模型的变量数。第一步原始模型没有自变量，第一行全为0。第二步原始