资源描述：
《应数数理统计课程设计.doc》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、.海南大学《数理统计》课程设计题目：一元线性回归Word资料.班级：数学与应用数学学号：031：王丽指导教师：汉鹏日期：2015/6/25一元线性回归分析摘要：本文利用回归分析中的一元线性回归分析对近十年来的国生产总值与第三产业增加值的关系进行研究(由于国家统计数据中暂时还没有2014-2015年的数据,故只能往后推几年)，通过F检验以及R检验，肯定了模型的可靠性。关键词：一元线性回归分析国生产总值第三产业增加值F检验MATLAB试验设计方法建立一元线性回归模型:其中是待定系数，对于不同的是相互独立的随机变量。假
2、设对于的n个值，得到的n个相应的值，确定的方法是根据最小二乘准则，要使Word资料.取最小值。利用极值必要条件令，求的估计值，从而得到回归直线。（1）参数的区间估计由于我们所计算出的仍然是随机变量，因此要对取值的区间进行估计，如果区间估计值是一个较短的区间表示模型精度较高。（2）对误差方差的估计设为回归函数的值，为测量值，残差平方和剩余方差（3）线性相关性的检验由于我们采用的是一元线性回归，因此，如果模型可用的话，应该具有较好的线性关系。反映模型是否具有良好线性关系可通过相关系数R的值及F值观察。试验数据(来源于
3、国家统计.stats.gov.cn/)经整理为(单位均为:千万):国生产总值第三产业增加值2004160713.466282.82005185895.876964.92006217656.691180.12007268019.4115090.92008316751.7135906.92009345629.2153625.12010408903180743.42011484123.5214579.920125341232430302013588018.8275887建立回归模型:一元线性回归分析设计，其国生产总值与
4、第三产业增加值关系的回归模型建立可借助计算机完成，本文采用MATLAB软件来建立其数学模型，程序如下：首先利用命令plot(x,y,'r*')画出散点图，可编制程序如下：y=[160713.4,185895.8,217656.6,268019.4,316751.7,...345629.2,408903,484123.5,534123,588018.8];Word资料.x=[66282.8,76964.9,91180.1,115090.9,135906.9,...153625.1,180743.4,214579.9
5、,243030,275887];plot(x,y,'*')xlabel('第三产业增加值');ylabel('国生产总值');运行后得到从图形可以看出，这些点大致分布在一条直线的左右，因此，可以考虑一元线性回归。根据计算得到的计算表为：=1553291n=10=3.5098e+006=1.5533e+005=3.5098e+005=2.4127e+011=6.4162e+011=1.4320e+012=2.8784e+011=5.4518e+011=1.2319e+012Word资料.=4.6567e+010=9
6、.6444e+010=2.0012e+011==2.0711==2.9284e+004所以，他们之间的一元线性关系为y=2.9282e+004+2.0711*x而==2.0012e+011==1.9974e+011=-=3.8051e+008把各平方和与自由度移入方差分析表，继续进行计算得到下表：国生产总值与第三产业增加值回归方程的方差分析表来源平方和自由度均方F比p值回归=1.9974e+011=1=1.9974e+0114.1995e+0030.0000残差=3.8051e+008=8=4.7564e+007
7、总计=2.0012e+011=9利用MATLAB软件来做F与R检验以及置信区间有：输入y（因变量，列向量）、x（1与自变量组成的矩阵），alpha是显著性水平（缺省时默认0.05）。输出，其中b中元素顺序与拟合命令polyfit的输出不同，bint是的置信区间，r是残差（列向量），rint是残差的置信区间，s包含4个统计量：决定系数Word资料.（相关系数为R）；F值；F(1,n-2)分布大于F值的概率p；剩余方差的值。其意义：的值越接近1，变量的线性相关性越强，说明模型有效；如果满足，则认为变量与显著地有线性关
8、系，其中的值可查F分布表；如果表示线性模型可用。这三个值可以相互印证。的值主要用来比较模型是否有改进，其值越小说明模型精度越高。clear;clc;formatlong;y=[160713.4,185895.8,217656.6,268019.4316751.7,...345629.2,408903,484123.5,534123,588018.8];x=[66282.8
