- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
matlab11实验报告
成绩 辽宁工程技术大学上机实验报告
实验名称 试验十一 回归分析 院系 理学院 专业 信息与计算科学 班级 信科11-1班 姓名 姜超 学号 1111010107 日期 2013-11-21 实验
目的 实验目的:
1、了解回归分析基本内容
2、掌握用matlab软件求解回归分析问题。
实验
准备 你为本次实验做了哪些准备:
阅读课本学习 matlab 的基本语法以及类的创建和运用,上网查阅相关资料,上机编写调试程序。
实验
进度 本次共有 6 个练习,完成 6 个。 实验
总结
日 本次实验的收获、体会、经验、问题和教训:
通过实验了解回归分析基本内容,掌握用matlab软件求解回归分析问题。
教师
评语 1.
程序:
x=[20 25 30 35 40 45 50 55 60 65];
X=[ones(10,1) x];
Y=[13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3];
[b,bint,r,rint,stats]=regress(Y,X)
结果:
b = 9.1212
0.2230
bint =8.0211 10.2214
0.1985 0.2476
r =-0.3818
0.4030
0.5879
0.1727
-0.1424
-0.4576
-0.6727
-0.1879
-0.0030
0.6818
0.2333
线性回归方程:p=0.00000.05所以y=9.1212+0.2230x,回归系数的区间估计为[8.0211,10.2214],[0.1985,0.2476],F=439.8311 检验回归效果显著,x=42℃时产量的估值18.4872
2.程序:xi=[0 2 4 6 8 10 12 14 16 18 20];
yi=[0.6 2.0 4.4 7.5 11.8 17.1 23.3 31.2 39.6 49.7 61.7];
[p,S]=polyfit(xi,yi,2)
Y=polyconf(p,xi,S);
plot(xi,yi,k+,xi,Y)
结果:
p = 0.1403 0.1971 1.0105
S = R: [3x3 double]
df: 8
normr: 1.1097
线性回归方程:y=0.1403+0.1971x+1.0105x^2
程序:
function y=volum(beta,x)
y=(beta(1)*x(:,2)-x(:,3)./beta(5))./(1+beta(2)*x(:,1)+beta(3)*x(:,2)+beta(4).*x(:,3));
y=[8.55 3.79 4.82 0.02 2.75 14.39 2.54 4.35 13.00 8.50 0.05 11.32 3.13];
x1=[470 285 470 470 470 100 100 470 100 100 100 285 285];
x2=[300 80 300 80 80 190 80 190 300 300 80 300 190];
x3=[10 10 120 120 10 10 65 65 54 120 120 10 120];
x=[x1,x2,x3];
beta0=[1 0 0 0 1];
[beta,r,J]=nlinfit(x,y,volum,beta0);
beta
[yy,delta]=nlpredci(volum,x,beta,r,J);
yy
delta
结果:
beta =
1.2526
0.0628
0.0400
0.1124
1.1914
4.
程序:
function y=volum1(beta,x)
y=beta(1)+beta(2)*log(x);
x=[2 3 4 5 7 9 12 14 17 21 28 56];
y=[35 42 47 53 59 65 68 73 76 82 86 99];
beta0=[5,1];
[beta,r,J]=nlinfit(x,y,volum1,beta0);
beta
结果:
beta = 21.0058
19.5285
a=21.0058 b=19.5285
5.
程序:
x=[650 340 400 800 300 600 720 480 440 540 750];
y=[2.48 4.45 4.52 1.38 4.65 2.96 2.18 4.04 4.20 3.10 1.50];
plot(x,y,*)
文档评论(0)