多元线性回归实验报告

《数学软件》实验报告

班级： 学号： 姓名

实验日期： 2010.12.03 实验地点：

实验名称：多元线性回归模型 使用软件名称：MATLAB 实 验 . 熟练掌握多元线性回归模型的方法 目 的 实 验 内 容 1. 作出散点图，判断可否建立多元线性回归模型 2. 多元线性回归模型 3. 异常值的判断与模型的改进 4. 原模型与改进模型的比较 根据下面的数据建立血压与年龄、体重指数、吸烟习惯之间的回归模型 表6.8 血压与年龄、体重指数、吸烟习惯数据 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 血压 144.0000 215.0000 138.0000 145.0000 162.0000 142.0000 170.0000 124.0000 158.0000 154.0000 162.0000 150.0000 140.0000 110.0000 128.0000 130.0000 135.0000 114.0000 年龄 39.0000 47.0000 45.0000 47.0000 65.0000 46.0000 67.0000 42.0000 67.0000 56.0000 64.0000 56.0000 59.0000 34.0000 42.0000 48.0000 45.0000 18.0000 体重指数 24.2000 31.1000 22.6000 24.0000 25.9000 25.1000 29.5000 19.7000 27.2000 19.3000 28.0000 25.8000 27.3000 20.1000 21.7000 22.2000 27.4000 18.8000 吸烟习惯 0 1.0000 0 1.0000 1.0000 0 1.0000 0 1.0000 0 1.0000 0 0 0 0 1.0000 0 0 19 20 21 22 23 24 25 26 27 28 29 30 116.0000 124.0000 136.0000 142.0000 120.0000 120.0000 160.0000 158.0000 144.0000 130.0000 125.0000 175.0000 20.0000 19.0000 36.0000 50.0000 39.0000 21.0000 44.0000 53.0000 63.0000 29.0000 25.0000 69.0000 22.6000 21.5000 25.0000 26.2000 23.5000 20.3000 27.1000 28.6000 28.3000 22.0000 25.3000 27.4000 0 0 0 1.0000 0 0 1.0000 1.0000 0 1.0000 0 1.0000 注：吸烟习惯0表示不吸烟，1表示吸烟；体重指数 = 体重（kg）/身高（m）的平 实 验 程 序 （命令） y=[144 215 138 145 162 142 170 124 158 154 162 150 140 110 128 130 135 114 116 124 136 142 120 120 160 158 144 130 125 175]; x1=[39 47 45 47 65 46 67 42 67 56 64 56 59 34 42 48 45 18 20 19 36 50 39 21 44 53 63 29 25 69]; x2=[24.2 31.1 22.6 24.0 25.9 25.1 29.5 19.7 27.2 19.3 28.0 25.8 27.3 20.1 21.7 22.2 27.4 18.8 22.6 21.5 25.0 26.2 23.5 20.3 27.1 28.6 28.3 22.0 25.3 27.4]; x3=[0 1 0 1 1 0 1 0 1 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 1 1 0 1 0 1] subplot(3,1,1); plot(x1,y,'-o') subplot(3,1,2); plot(x1,y,'*') subplot(3,1,3); plot(x3,y,'p') n=30;m=3; X=[ones(n,1), x1',x2',x3']; [b,bint,r,rint,s]=regress(y',X); s2=sum(r.^2)/(n-m-1); b,bint,s,s2 rcoplot(r,rint) 2502001501001025020015010010203040506070203040506070 实 验 结 果 分 析 25020015010000.10.20.30.40.50.60.70.80.91 b = 45.3636 0.3604 3.0906 11.8246 bint = 3.5537 87.1736 -0.0758 0.7965 1.0530 5.1281 -0.1482 23.7973 s =0.6855 18.8906 0.0000 169.7917 s2 =169.7917 30020010010300200100106040200-20-40203040506070203040506070Residual Case Order PlotResiduals510教 师 评 语 成绩 15Case Number202530