建模——耗电量因素分析回归模型

建模——耗电量因素分析回归模型

ID:6114705

大小:33.50 KB

页数:2页

时间:2018-01-03

建模——耗电量因素分析回归模型_第1页
建模——耗电量因素分析回归模型_第2页
资源描述:

《建模——耗电量因素分析回归模型》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、某人记录了21天每天使用空调器的时间和使用烘干器的次数,并监视电表以计算出每天的耗电量,数据见下表,试研究耗电量(KWH)与空调器使用的小时数(AC)和烘干器使用次数(DRYER)之间的关系,建立并检验回归模型,诊断是否有异常点。序号1234567891011KWH3563661794799366948278AC1.54.55.02.08.56.013.58.012.57.56.5DRYER12203311123序号12131415161718192021kWH65777562854357336533AC8.07.58.07.5

2、12.06.02.55.07.56.0DRYER1221103010耗电量因素分析回归模型摘要:本文针对题目中给出的耗电量(KWH)与空调器使用的小时数(AC)和烘干器使用次数(DRYER)分别建立了二元线性、纯二次、交叉、完全二次回归模型,经过模型比较得出题目中给出的数据比较符合二元线性回归模型。对模型进行求解得到二元线性回归方程为,根据残差图分析知第21个数据为异常数据。模型假设1、假设测的数据真实可靠;2、假设耗电量只与题目中给的空调器使用的小时数和烘干器使用次数有关,与其他因素无关。符号说明1、表示空调器使用的小时数(单

3、位:小时);2、表示烘干器使用次数(单位:次)。模型建立二元线性回归模型为:其中为回归系数。模型求解由程序(参见附录)求得回归系数,画出残差图可知第21个数据为异常数据。附录x2=[122033111231221103010];disp('多元线性回归')X=[ones(21,1)x1'x2'];[b,bint,r,rint,stats]=regress(y',X);bstatsrcoplot(r,rint)disp('纯二次回归')Y=[ones(21,1)x1'x2'(x1.^2)'(x2.^2)'];[b,bint,r,r

4、int,stats]=regress(y',Y);bstatsdisp('完全二次回归')Y=[ones(21,1)x1'x2'(x1.^2)'2*(x1.*x2)'(x2.^2)'];[b,bint,r,rint,stats]=regress(y',Y);bstatsdisp('交叉回归')Y=[ones(21,1)x1'x2'2*(x1.*x2)'];[b,bint,r,rint,stats]=regress(y',Y);bstats

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。