数学建模之回归分析算法（含matlab源代码）

目录

一、一元线性回归

1、步骤

 2、matlab命令（多元线性回归）

3、举例

 二、一元非线性回归

 三、多项式回归

1、一元多项式回归

 应用

 2、多元二项式

应用

 四、非线性回归

 应用

五、 逐步回归

 应用

一、一元线性回归

1、步骤

 2、matlab命令（多元线性回归）

 r²和F越大越好 p越小越好

3、举例

 x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';
X=[ones(16,1) x];
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
%回归分析检验
[b,bint,r,rint,stats]=regress(Y,X)
b,bint,stats
%作残差图：
rcoplot(r,rint)ats
%预测及作图：
z=b(1)+b(2)* %随机
plot(x,Y,'k+',x,z,'r')

 从残差图可以看出，除第二个数据外，其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-16.073+0.7194x能较好的符合原始数据，而第二个数据可视为异常点.

 二、一元非线性回归