數(shù)學(xué)建模 實(shí)驗(yàn)報(bào)告材料

《數(shù)學(xué)建模 實(shí)驗(yàn)報(bào)告材料》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)學(xué)建模 實(shí)驗(yàn)報(bào)告材料（16頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、word數(shù)學(xué)建模實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)序號(hào)：實(shí)驗(yàn)8 實(shí)驗(yàn)項(xiàng)目名稱：統(tǒng)計(jì)回歸模型學(xué)號(hào)1210012143姓名詹建妹專業(yè)、班12信計(jì)實(shí)驗(yàn)地點(diǎn)實(shí)4-401指導(dǎo)教師吳春紅實(shí)驗(yàn)時(shí)間2014.4.29一、實(shí)驗(yàn)?zāi)康募耙笸ㄟ^對(duì)具體實(shí)例的分析，學(xué)會(huì)運(yùn)用統(tǒng)計(jì)回歸方法建立模型的方法。二、實(shí)驗(yàn)設(shè)備（環(huán)境）及要求多媒體機(jī)房，單人單機(jī)，獨(dú)立完成三、實(shí)驗(yàn)容與步驟1. 表1列出了某城市18位3544歲經(jīng)理的年平均收入x1（千元），風(fēng)險(xiǎn)偏好度x2和人壽保險(xiǎn)額y（千元）的數(shù)據(jù)，其中風(fēng)險(xiǎn)偏好度是是根據(jù)每個(gè)發(fā)給經(jīng)理的問卷調(diào)查表綜合評(píng)估得到的，它的數(shù)值越大，就越偏愛高風(fēng)險(xiǎn)，研究人員想研究此年齡段中的經(jīng)理所投保的人壽保險(xiǎn)額與年均收入及風(fēng)險(xiǎn)偏好度

2、之間的關(guān)系。研究者預(yù)計(jì)，經(jīng)理年均收入和人壽保險(xiǎn)之間存在著二次關(guān)系，并有把握的認(rèn)為風(fēng)險(xiǎn)偏好度對(duì)人壽保險(xiǎn)額有線性效應(yīng)，但對(duì)于風(fēng)險(xiǎn)偏好度對(duì)人壽保險(xiǎn)額是否有二次效應(yīng)以及兩個(gè)自變量是否對(duì)人壽保險(xiǎn)額有交互效應(yīng)，心中沒底。序號(hào)yX1X2166.290726340.9645325272.9961048445.6557.204461426.852574938.122484935.8406926675.7969104937.40851110554.3762129846.7137746.1304141430.3663155639.06051624579.38011752.76681855.91662. 某公司想用全

3、行業(yè)的銷售額作為自變量來預(yù)測公司的銷售額，下表給出了1977-1981年公司銷售額和行業(yè)銷售額的分季度數(shù)據(jù)（單位：百萬元）。（1） 畫出數(shù)據(jù)的散點(diǎn)圖，觀察用線性回歸模型擬合是否合適。（2） 建立公司銷售額對(duì)全行業(yè)銷售額的回歸模型，并用DW檢驗(yàn)診斷隨機(jī)誤差項(xiàng)的自相關(guān)性。（3） 建立消除了隨機(jī)誤差項(xiàng)自相關(guān)性后的回歸模型。年季t公司銷售額y行業(yè)銷售額x19771120.96127.32221.41303321.96132.74421.52129.419781522.392622.76137.13723.48141.24823.66142.819791924.1145.521024.01145.331

4、124.54148.341224.3146.4198011325150.221425.64153.131526.36157.341626.98160.7198111727.52164.221827.78165.631929.24168.742028.78171.7四、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理1. Matlab代碼： X1=66.290 40.964 72.996 45. 57.204 26.852 38.122 35.840 75.796 37.408 54.376 46. 46.130 30.366 39.060 79.380 52.766 55.916; Y= 63 252 84 14 49 4

5、9 266 49 105 98 77 14 56 245 ; X=ones(18,1) X1 (X1.2); b,bint,r,rint,stats=regress(Y,X)處理結(jié)果：b = -60.5239 1.7886 0.0302bint = -143.4598 22.4121 -1.4742 5.0513 0.0002 0.0603r = 5.0447 -0.4989 20.7987 2.7433 -14.7658 4.6881 -2.6174 6.5692 17.1895 0.2908 -21.1635 11.3961 -9.3474 -7.6785 0.5151 -27.0424

6、14.9336 -1.0552rint = -22.6123 32.7016 -29.0151 28.0174 -3.0151 44.6125 -25.5842 31.0708 -41.2961 11.7646 -17.4529 26.8291 -30.9763 25.7415 -21.2462 34.3845 -6.0579 40.4368 -28.0301 28.6116 -46.2827 3.9558 -16.1444 38.9366 -37.1409 18.4462 -33.0744 17.7174 -27.9507 28.9809 -42.7681 -11.3167 -11.6494

7、 41.5167 -28.8865 26.7760stats =0.9747 289.1934 0.0000 182.0773參數(shù)參數(shù)參考值參數(shù)置信區(qū)間B0-60.5239-143.4598 ,22.4121B11.7886 -1.4742 ,5.0513B20.03020.0002 ,0.0603R= 0.9747 F=289.1934 p0.0000 s=182.0773由于置信水平a=0.05,處理結(jié)果p=0.00,p X1=66.290 40.964 72.996 45. 57.204 26.852 38.122 35.840 75.796 37.408 54.376 46. 46.1

8、30 30.366 39.060 79.380 52.766 55.916; X2=7 5 10 6 4 5 4 6 9 5 2 7 4 3 5 1 8 6; Y= 63 252 84 14 49 49 266 49 105 98 77 14 56 245 ; X=ones(18,1) X2 X1 (X1.2); b,bint,r,rint,stats=regress(Y,X)處理結(jié)果：b = -62.3489 5.6846 0.8396 0.0371bint = -73.5027 -51.1952 5.2604 6.1089 0.3951 1.2840 0.0330 0.0412r = -0

9、.0512 0.3076 -1.3718 -0.6730 -3.7605 -1.3560 2.7129 -0.4817 0.5130 -0.3725 0.6842 2.6781 -1.0293 -0.3930 0.5561 1.3578 2.3248 -1.6456rint = -3.7791 3.6766 -3.5324 4.1475 -4.4124 1.6688 -4.4677 3.1217 -6.6500 -0.8710 -4.2144 1.5023 -0.7344 6.1602 -4.2149 3.2516 -2.6183 3.6443 -4.1840 3.4390 -2.6447 4

10、.0132 -0.7217 6.0779 -4.7396 2.6810 -3.8132 3.0272 -3.2676 4.3798 -0.4637 3.1793 -1.0358 5.6855 -5.2685 1.9773stats = 1.0e+04 * 0.0001 1.1070 0.0000 0.0003B038.743459.7383 ,137.2251B113.52183.3538 . 30.3975R=0.2% F=2.9 p=0.0001 s=5721參數(shù)參數(shù)參考值參數(shù)置信區(qū)間-62.3489-73.5027 ,-51.1952 5.68465.2604 , 6.1089 0.83

11、960.3951 1.28400.03710.0330 0.0412 1.00 1107.0 0.00 0.00031.00指因變量Y可由X1與X2100%確定，F(xiàn)遠(yuǎn)遠(yuǎn)小于F的檢驗(yàn)的臨界值，p遠(yuǎn)小于a,的系數(shù)均在置信區(qū)間?？芍猋與X1 ,X2有交互效應(yīng)Y=-62.3489+ 5.6846X2+0.8396X1+0.0371X122.（1）散點(diǎn)圖由散點(diǎn)圖可看出x與y存在線性相關(guān)，可用線性回歸模型擬合。（2）由散點(diǎn)圖可看出，x與y存在正相關(guān)，所以使用一次回歸模型Matlab代碼： y =20.9600 21.4000 21.9600 21.5200 22.3900 22.7600 23.4800

12、23.6600 24.1000 24.0100 24.5400 24.3000 25.0000 25.6400 26.3600 26.9800 27.5200 27.7800 29.2400 28.7800; x=127.3 130 132.7 129.4 137.1 141.2 142.8 145.5 145.3 148.3 146.4 150.2 153.1 157.3 160.7 164.2 165.6 168.7 171.7; b,bint,r,rint,stats=regress(y,X)處理結(jié)果：b = -2.2816 0.1822bint = -3.4309 -1.1324 0.

13、1745 0.1900r = 0.0447 -0.0073 0.0607 0.2220 0.0716 0.0589 0.0318 -0.0798 -0.1318 -0.1853 -0.2020 -0.0958 -0.0882 0.0233 -0.0220 -0.0216 -0.1193 -0.1145 0.7807 -0.2260rint = -0.3886 0.4780 -0.4486 0.4340 -0.3859 0.5072 -0.2030 0.6470 -0.3791 0.5222 -0.3956 0.5134 -0.4283 0.4918 -0.5396 0.3800 -0.5898

14、 0.3262 -0.6384 0.2677 -0.6536 0.2496 -0.5563 0.3647 -0.5488 0.3723 -0.4376 0.4843 -0.4786 0.4346 -0.4727 0.4296 -0.5591 0.3204 -0.5510 0.3221 0.6132 0.9481 -0.6315 0.1794stats = 1.0e+03 *0.0010 2.4381 0.0000 0.0000參數(shù)參數(shù)參考值參數(shù)置信區(qū)間-2.2816-3.4309 , -1.13240.18220.1745 , 0.1900R= 1.00 F= 243.81 p=0.000 s=0.000R=1.00，可知因變量y公司銷售額的100%可由模型確定，F(xiàn)值遠(yuǎn)遠(yuǎn)超過檢驗(yàn)的臨界值，p遠(yuǎn)小于a=0.05,因而我們所建立的模型可用，y公司銷售額與x行業(yè)銷售額之間關(guān)系：y=-2.2816+0.1822x.五、分析與討論六、教師評(píng)語簽名：日期：成績16 / 16