回归模型--华东理工大学数学建模

《回归模型--华东理工大学数学建模》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第七章回归模型7.1回归分析7.2一元线性回归模型及其参数估计7.3多元线性回归7.4非线性回归7.5预测区间7/31/2021东华理工学院数信学院信息技术系数学建模在客观现实世界中，事物的发展变化往往受到其他因素的影响，即是由其他事物的发展变化所造成的，事物之间的这种关系称为因果关系。因果关系可分为两类:回归分析确定性关系确定性关系因果关系7/31/2021东华理工学院数信学院信息技术系数学建模所谓确定性关系是指在相互联系的变量中，某一个变量的值可由其余变量的值精确求出，变量之间的这种关系称为确定性关系即函数关系。如，

2、一个地区某产品销售率q与该产品实际销售量Ｑ与该地区人数Ｎ之间有如下关系：q＝Ｑ/Ｎ。所以，q、Ｑ、Ｎ之间的关系属确定性关系。7/31/2021东华理工学院数信学院信息技术系数学建模非确定性关系：变量之间虽然存在一定的联系，但其中一个变量的值却不能由其余变量的值精确地求出。其原因是它们之间的这种联系，由于受到随机因素的影响而并非一成不变，呈现出不确定性。它们之间的关系不能用精确的数学表达式来表达。通常只能将有关变量的实验数据，用数理统计方法找到它们之间的关系。变量之间的这种非确定性关系称为相关关系或回归关系。如，汽车配件销

3、售额与车拥有量之间的关系；货币流通量与社会商品零售总额、工农业总产值、货币流通速度等变量间的关系，均属于相关关系。7/31/2021东华理工学院数信学院信息技术系数学建模在对经济问题的研究中，不仅要分析该问题的基本性质，也需要对经济变量之间的数量关系进行具体分析。常用的分析方法有回归分析、相关分析、方差分析等方法。这些方法中应用最广泛的是回归分析。回归分析就是应用数理统计方法，对变量的大量实验统计数据进行分析处理，找到变量之间的联系方式并进行预测分析的方法。它是经济预测中一种重要的、应用广泛的预测方法。在回归分析中，常常

4、把预测变量称为因变量，而把影响预测变量的因素称为自变量。7/31/2021东华理工学院数信学院信息技术系数学建模回归分析的步骤为：（1）根据自变量和因变量的一组实验数据，确定自变量和因变量之间的数学关系式（称为实验公式或回归方程）。（2）对回归方程中的参数进行估计和统计检验，分析影响因素（自变量）与预测目标（因变量）之间关系强弱和影响程度。（3）利用回归方程，预测因变量的值，并分析研究预测结果的误差范围和精度。回归分析分为线性回归和非性回归。而线性回归又可分为一元线性回归和多元线性回归。（7/31/2021东华理工学院数

5、信学院信息技术系数学建模设x为自变量,y为因变量，y与x之间满足如下线性关系：……………..(1)其中为随机变量。若为n次独立实验的观察值，则…………….(2)“一元线性回归模型”及其参数估计7/31/2021东华理工学院数信学院信息技术系数学建模称(2)为一元线性回归模型.“一元”是指只有一个自变量X,这个自变量X是引起因变量Y变化的部分原因.“线性”它一方面指因变量Y与自变量X之间为线性关系,即另一方面也指因变量Y与参数a,b之间为线性关系,即7/31/2021东华理工学院数信学院信息技术系数学建模模型假设条件(1)

6、误差项的数学期望(均值)为零.即(2)不同的误差项和之间互相独立.即(3)误差项的方差与n无关,为一常数.即7/31/2021东华理工学院数信学院信息技术系数学建模(4)自变量与误差项不相关.即(5)为服从正态分布的随机变量.即7/31/2021东华理工学院数信学院信息技术系数学建模综上所述,一元线性回归模型可以归结为7/31/2021东华理工学院数信学院信息技术系数学建模模型的参数最小二乘估计问题：设x与y之间的线性关系为（１）式，如何由一组统计值（xi,yi）,i=1,2…n.来建立起y与x之间的线性统计模型（线性回

7、归方程）。如何确定参数　　　，使直线　　　　　　尽可能靠近所有的点（xi,yi）。即如何去寻找拟合散布点的直线？拟合一条直线的准则是什么？7/31/2021东华理工学院数信学院信息技术系数学建模拟合直线的的准则直线外一点到直线上的点的距离有三种特殊情况：１.点到直线的垂直距离；２.点到直线的垂直坐标距离；３.点到直线的水平坐标距离；7/31/2021东华理工学院数信学院信息技术系数学建模准则：１.使　　　　　　达到最小值；２.使　　　　　　达到最小值；３.使　　　　　　达到最小值；４.使　　　　　　达到最小值；最小二乘准

8、则7/31/2021东华理工学院数信学院信息技术系数学建模最小二乘准则寻找拟合直线假设　　分别为模型参数a,b的估计值。拟合直线为　　　　　　　　　　　其中，为　的估计值。它可按如下方法求得，。由令　　　　　　则可将ei残差看成随机误差项　的估计值。令Q：残差平方和.则最小二乘准则就是求Ｑ的最小值。残差7/31/20