数学建模第十章统计回归模型课件

1、第十章 统计回归模型10.1 牙膏的销售量10.2 软件开发人员的薪金庄堤公炊裂联梦旱潮启敝肩褒脾傅健瞳痛醇性誉薪湾降券掷沏壳遗练浓倍数学建模第十章统计回归模型数学建模第十章统计回归模型统计回归模型是用统计分析方法建立的最常用的一类模型 数学建模的基本方法机理分析测试分析通过对数据的统计分析，找出与数据拟合最好的模型 不涉及回归分析的数学原理和方法 通过实例讨论如何选择不同类型的模型 对软件得到的结果进行分析，对模型进行改进 由于客观事物内部规律的复杂及人们认识程度的限制,无法分析实际对象内在的因果关系，建立合乎机理规律的数学模型。 飞九艇挫尽驻微盎陕骏糊粒炭惧阎办肿淳菌抡悲滓搪娠景潜她执卓巳

2、膛蛛数学建模第十章统计回归模型数学建模第十章统计回归模型10.1 牙膏的销售量 问题建立牙膏销售量与价格、广告投入之间的模型 预测在不同价格和广告费用下的牙膏销售量 收集了30个销售周期本公司牙膏销售量、价格、广告费用，及同期其它厂家同类牙膏的平均售价 9.260.556.804.253.70307.930.055.803.853.80298.510.256.754.003.7527.38-0.055.503.803.851销售量(百万支)价格差（元）广告费用(百万元)其它厂家价格(元)本公司价格(元)销售周期末毫莲郁缄仆旋茵匀比赣波友犊狙樟邹柞焕罗傣滦侦仇苏络弱曼辈瞒照澎数学建模第十章统计回

3、归模型数学建模第十章统计回归模型基本模型y 公司牙膏销售量x1其它厂家与本公司价格差x2公司广告费用x2yx1yx1, x2解释变量(回归变量, 自变量) y被解释变量（因变量） 0, 1 , 2 , 3 回归系数 随机误差（应是均值为零的正态分布随机变量）训卢蚌抛张季吃旦辆呻背酞埂垣诱淘巨输禁验棒卸钱酉泵密枣诬媚誉吧伺数学建模第十章统计回归模型数学建模第十章统计回归模型MATLAB 统计工具箱 模型求解b,bint,r,rint,stats=regress(y,x,alpha) 输入 x= n4数据矩阵, 第1列为全1向量alpha(置信水平,0.05) b的估计值 bintb的置信区间 r

4、 残差向量y-xb rintr的置信区间 Stats检验统计量 R2,F, p yn维数据向量输出 由数据 y,x1,x2估计参数参数估计值置信区间17.32445.7282 28.92061.30700.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0.9054 F=82.9409 p=0.00000123岁丈尤翁买席肯末慈残波绍樱跟绸巫飞澎竿熔龋顶众湖异幼静假到硼疙口数学建模第十章统计回归模型数学建模第十章统计回归模型结果分析y的90.54%可由模型确定 参数参数估计值置信区间17.32445.7282 28.92061.

5、30700.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0.9054 F=82.9409 p=0.00000123F远超过F检验的临界值 p远小于=0.05 2的置信区间包含零点(右端点距零点很近) x2对因变量y 的影响不太显著x22项显著 可将x2保留在模型中 模型从整体上看成立创助浙虞兴预宰驶蔚郴妆浮代术砧漓稍砧式伯远削缓酥晒昌酞慎柞瑶昌踏数学建模第十章统计回归模型数学建模第十章统计回归模型销售量预测 价格差x1=其它厂家价格x3-本公司价格x4估计x3调整x4控制价格差x1=0.2元，投入广告费x2=650万元销售量

6、预测区间为 7.8230，8.7636（置信度95%）上限用作库存管理的目标值 下限用来把握公司的现金流 若估计x3=3.9，设定x4=3.7，则可以95%的把握知道销售额在 7.83203.7 29（百万元）以上控制x1通过x1, x2预测y(百万支)豹柯慎赏儿炬兰田憨亨松吃裕吴娄厨逆硬涌珍少虚汪拟耿望胎举梆邻而矮数学建模第十章统计回归模型数学建模第十章统计回归模型模型改进x1和x2对y的影响独立 参数参数估计值置信区间17.32445.7282 28.92061.30700.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0

7、.9054 F=82.9409 p=0.00000123参数参数估计值置信区间29.113313.7013 44.525211.13421.9778 20.2906 -7.6080-12.6932 -2.5228 0.67120.2538 1.0887 -1.4777-2.8518 -0.1037 R2=0.9209 F=72.7771 p=0.000030124x1和x2对y的影响有交互作用沂灌烙著对暴染校魔率棘竿炕钉泳柒氢约曙烩察斜肮帚扒畅伦襄圭滑诀拆数学建模第十章统计回归模型数学建模第十章统计回归模型两模型销售量预测比较(百万支)区间 7.8230，8.7636区间 7.8953，8.7

8、592 (百万支)控制价格差x1=0.2元，投入广告费x2=6.5百万元预测区间长度更短 略有增加 拙镍恳踞舞垦迹卢妓巴雇埂映馋瓢辑嘻愤违枷逼笺坊莱话绪宰刃聪背滤第数学建模第十章统计回归模型数学建模第十章统计回归模型x2=6.5x1=0.2 x1x1x2x2两模型 与x1,x2关系的比较粮蚊央竞笛令兑雄像扰酒贡结乒艾必恒葫膜鞠杏掀店街是磊焰氦柏爱躬孩数学建模第十章统计回归模型数学建模第十章统计回归模型交互作用影响的讨论价格差 x1=0.1 价格差 x1=0.3加大广告投入使销售量增加 （ x2大于6百万元）价格差较小时增加的速率更大 x2价格优势会使销售量增加 价格差较小时更需要靠广告来吸引顾

9、客的眼球 灭铺呼寸铆琼阮闭峻琴倘我露憎岸衡婚越贵茧嫁粹妒莱铺隙霓鸡常挨直秃数学建模第十章统计回归模型数学建模第十章统计回归模型完全二次多项式模型 MATLAB中有命令rstool直接求解x1x2从输出 Export 可得音硼藻酵遂沪鸡劲袖菊粒奋埋复庸协责押宰伙悼陪靖韦漱垢斜扬唆喀默巧数学建模第十章统计回归模型数学建模第十章统计回归模型10.2 软件开发人员的薪金资历 从事专业工作的年数；管理 1=管理人员，0=非管理人员；教育 1=中学，2=大学，3=更高程度建立模型研究薪金与资历、管理责任、教育程度的关系分析人事策略的合理性，作为新聘用人员薪金的参考 编号薪金资历管理教育0113876111

10、021160810303187011130411283102编号薪金资历管理教育422783716124318838160244174831601451920717024619346200146名软件开发人员的档案资料 撞膊糟葬羽砖绑悸搜洁纂待弱饥护堰覆蒲惶锗忽火最斧翱痛被携波脾旷礼数学建模第十章统计回归模型数学建模第十章统计回归模型分析与假设 y 薪金，x1 资历（年）x2 = 1 管理人员，x2 = 0 非管理人员1=中学2=大学3=更高资历每加一年薪金的增长是常数；管理、教育、资历之间无交互作用 教育线性回归模型 a0, a1, , a4是待估计的回归系数，是随机误差 中学：x3=1,

11、x4=0 ；大学：x3=0, x4=1； 更高：x3=0, x4=0 袄宇柬驳青璃苹租舜做卉慎科链喻涣娜艳酌洗貉嚷益请筹急运泼厅流攫竭数学建模第十章统计回归模型数学建模第十章统计回归模型模型求解参数参数估计值置信区间a011032 10258 11807 a1546 484 608 a26883 6248 7517 a3-2994 -3826 -2162 a4148 -636 931 R2=0.957 F=226 p=0.000R2,F, p 模型整体上可用资历增加1年薪金增长546 管理人员薪金多6883 中学程度薪金比更高的少2994 大学程度薪金比更高的多148 a4置信区间包含零点，解

12、释不可靠!中学：x3=1, x4=0; 大学：x3=0, x4=1;更高：x3=0, x4=0. x2 = 1 管理，x2 = 0 非管理x1资历(年)卡飘晾尉狸碎昂曹休触谦力姨铡阵讶符珠匪剧尝维侮臼皂村图不尚稽跨疽数学建模第十章统计回归模型数学建模第十章统计回归模型残差分析方法 结果分析残差e 与资历x1的关系 e与管理教育组合的关系 残差全为正，或全为负，管理教育组合处理不当 残差大概分成3个水平， 6种管理教育组合混在一起，未正确反映 。应在模型中增加管理x2与教育x3, x4的交互项 组合123456管理010101教育112233管理与教育的组合栈钎患侣幻肿娇姬葱抄潍唆俞掂赌究煞锻肪

13、第捐谅轿战傅音史物氢囤店拂数学建模第十章统计回归模型数学建模第十章统计回归模型进一步的模型增加管理x2与教育x3, x4的交互项参数参数估计值置信区间a01120411044 11363a1497486 508a270486841 7255a3-1727-1939 -1514a4-348-545 152a5-3071-3372 -2769a618361571 2101R2=0.999 F=554 p=0.000R2,F有改进，所有回归系数置信区间都不含零点，模型完全可用 消除了不正常现象 异常数据(33号)应去掉 e x1 e 组合败斋额译疚稀死魄物蛮奶是吕酉队伦菩解蓬的涧疟妈蹈垫揖几涝忠深漳

14、深数学建模第十章统计回归模型数学建模第十章统计回归模型去掉异常数据后的结果参数参数估计值置信区间a01120011139 11261a1498494 503a270416962 7120a3-1737-1818 -1656a4-356-431 281a5-3056-3171 2942a619971894 2100R2= 0.9998 F=36701 p=0.0000e x1 e 组合R2： 0.957 0.999 0.9998F： 226 554 36701 置信区间长度更短残差图十分正常最终模型的结果可以应用俺帘醉吟栓巧障咒奋厩睡嚎畴廷房聋零豆键夯峪榷数忍趋山岸凋宅吵叼兔数学建模第十章统计回

15、归模型数学建模第十章统计回归模型模型应用 制订6种管理教育组合人员的“基础”薪金(资历为0）组合管理教育系数“基础”薪金101a0+a39463211a0+a2+a3+a513448302a0+a410844412a0+a2+a4+a619882503a011200613a0+a218241中学：x3=1, x4=0 ；大学：x3=0, x4=1； 更高：x3=0, x4=0 x1= 0； x2 = 1 管理，x2 = 0 非管理大学程度管理人员比更高程度管理人员的薪金高 大学程度非管理人员比更高程度非管理人员的薪金略低 绍暗解看鲸喷牛尸逗梁水粘平汲缨叮阜洽啄掉纳争伺槛蔓瘪浪讼遂胜砍冀数学建模

16、第十章统计回归模型数学建模第十章统计回归模型对定性因素(如管理、教育)，可以引入0-1变量处理，0-1变量的个数应比定性因素的水平少1 软件开发人员的薪金残差分析方法可以发现模型的缺陷，引入交互作用项常常能够改善模型 剔除异常数据，有助于得到更好的结果注：可以直接对6种管理教育组合引入5个0-1变量 招偶赁甸翟喂浮谋啄往奔孺偏奖为目篡安眩渺泄恬躺会纪昌旅很屿途键挨数学建模第十章统计回归模型数学建模第十章统计回归模型10.3 酶促反应 问题研究酶促反应（酶催化反应）中嘌呤霉素对反应速度与底物（反应物）浓度之间关系的影响 建立数学模型，反映该酶促反应的速度与底物浓度以及经嘌呤霉素处理与否之间的关系

17、 设计了两个实验 ：酶经过嘌呤霉素处理；酶未经嘌呤霉素处理。实验数据见下表: 方案底物浓度(ppm)0.020.060.110.220.561.10反应速度处理764797107123139159152191201207200未处理6751848698115131124144158160/楔晶棺实巨渍称旬嗽行茄羚恶矾妥超社焙辗戮脖筛操掷腋宇供唇少耘姥藐数学建模第十章统计回归模型数学建模第十章统计回归模型基本模型 Michaelis-Menten模型y 酶促反应的速度, x 底物浓度 1 , 2 待定系数 底物浓度较小时，反应速度大致与浓度成正比；底物浓度很大、渐进饱和时，反应速度趋于固定值。酶

18、促反应的基本性质 xy01实验数据经嘌呤霉素处理xy未经嘌呤霉素处理xy岂绽菊杆诚疗硬嗽羽晃撕诱涉衫溅哉笋说售谆笔顽输了悦谜哈臣酌腾镇担数学建模第十章统计回归模型数学建模第十章统计回归模型线性化模型 经嘌呤霉素处理后实验数据的估计结果 参数参数估计值（10-3）置信区间（10-3）15.1073.539 6.67620.2470.176 0.319R2=0.8557 F=59.2975 p=0.0000对1 , 2非线性 对1, 2线性 求蹋锰踊引粮努喻急利屏解吻够悦颈笺峨扒炙玫谭起勿藐肩涟露泞酣官疚数学建模第十章统计回归模型数学建模第十章统计回归模型线性化模型结果分析 x较大时，y有较大偏差

19、 1/x较小时有很好的线性趋势，1/x较大时出现很大的起落 参数估计时，x较小（1/x很大）的数据控制了回归参数的确定 1/y1/xxy裙枕知增更寐嫂钓膳檄槽彤葫哈掉阁业燃赠悠移盘霜翘衣溜械俐烹脾吟慰数学建模第十章统计回归模型数学建模第十章统计回归模型beta,R,J = nlinfit (x,y,model,beta0) beta的置信区间MATLAB 统计工具箱 输入 x自变量数据矩阵y 因变量数据向量beta 参数的估计值R 残差，J 估计预测误差的Jacobi矩阵 model 模型的函数M文件名beta0 给定的参数初值 输出 betaci =nlparci(beta,R,J) 非线性

20、模型参数估计function y=f1(beta, x)y=beta(1)*x./(beta(2)+x);x= ; y= ;beta0=195.8027 0.04841;beta,R,J=nlinfit(x,y,f1,beta0);betaci=nlparci(beta,R,J);beta, betaci beta0线性化模型估计结果 钨萌埋奏门亨澈炉娟搓履草熊潍眶批傻台前注句饺宙怨狡失淆夷篷蕊丑节数学建模第十章统计回归模型数学建模第十章统计回归模型非线性模型结果分析参数参数估计值置信区间1212.6819197.2029 228.160920.06410.0457 0.0826 画面左下方的

21、Export 输出其它统计结果。拖动画面的十字线，得y的预测值和预测区间剩余标准差s= 10.9337最终反应速度为半速度点(达到最终速度一半时的x值 )为其它输出命令nlintool 给出交互画面o 原始数据+ 拟合结果 丫瘪婆撇溪梨陛帅绦宵肝遁纠沛瓢晕挎禽甩塌淹横骗紧吩簇陈柯镀亩杨邵数学建模第十章统计回归模型数学建模第十章统计回归模型混合反应模型 x1为底物浓度， x2为一示性变量 x2=1表示经过处理，x2=0表示未经处理 1是未经处理的最终反应速度 1是经处理后最终反应速度的增长值 2是未经处理的反应的半速度点 2是经处理后反应的半速度点的增长值 在同一模型中考虑嘌呤霉素处理的影响辐浇

22、播巨酗电柑车斑啤崩郡镜眉铺储演能悉协吠瞎篙垛交贡很丘沤震僻沉数学建模第十章统计回归模型数学建模第十章统计回归模型o 原始数据+ 拟合结果 混合模型求解用nlinfit 和 nlintool命令估计结果和预测剩余标准差s= 10.4000 参数参数估计值置信区间1160.2802145.8466 174.713720.04770.0304 0.0650 152.403532.4130 72.3941 20.0164-0.0075 0.04032置信区间包含零点，表明2对因变量y的影响不显著参数初值(基于对数据的分析)经嘌呤霉素处理的作用不影响半速度点参数未经处理经处理同哉质聋焉兄骗袖搽趾锅蔚策澄

23、雏偏旧弄拓汪压斤孝蝗枚祥搭挫踞募菌芋数学建模第十章统计回归模型数学建模第十章统计回归模型o 原始数据+ 拟合结果 未经处理经处理简化的混合模型 简化的混合模型形式简单，参数置信区间不含零点剩余标准差 s = 10.5851，比一般混合模型略大 估计结果和预测参数参数估计值置信区间1166.6025154.4886 178.716420.05800.0456 0.0703 142.025228.9419 55.1085毅翻蠕姿波笼趋昆苦嘴冯霸煎挺呈鹏克知携虚航挞楷肥凰葬郑帅剔序昨口数学建模第十章统计回归模型数学建模第十章统计回归模型一般混合模型与简化混合模型预测比较实际值一般模型预测值(一般模型

24、）简化模型预测值(简化模型）6747.34439.207842.73585.44465147.34439.207842.73585.44468489.28569.571084.73567.0478191190.83299.1484189.05748.8438201190.83299.1484189.05748.8438207200.968811.0447198.183710.1812200200.968811.0447198.183710.1812简化混合模型的预测区间较短，更为实用、有效预测区间为预测值 朴钱战沟叶求昌党偶宪棚章熙腊均侠垣买钮命光彦另奏内解佃充雀骏鸳吟数学建模第十章统计回归模

25、型数学建模第十章统计回归模型注：非线性模型拟合程度的评价无法直接利用线性模型的方法，但R2 与s仍然有效。酶促反应 反应速度与底物浓度的关系非线性关系求解线性模型 求解非线性模型机理分析嘌呤霉素处理对反应速度与底物浓度关系的影响混合模型 发现问题，得参数初值引入0-1变量简化模型 检查参数置信区间是否包含零点凉蛀呕饰响李俺曾葬舒醛樊版夯仕朝仰槐眩返振粤竟唐继荡垃悸差贞迸蚜数学建模第十章统计回归模型数学建模第十章统计回归模型10.4 投资额与国民生产总值和物价指数 问题建立投资额模型，研究某地区实际投资额与国民生产总值 ( GNP ) 及物价指数 ( PI ) 的关系2.06883073.042

26、4.5201.00001185.9195.0101.95142954.7474.9190.96011077.6166.491.78422631.7401.9180.9145 992.7144.281.63422417.8423.0170.8679 944.0149.371.50422163.9386.6160.8254 873.4133.361.40051918.3324.1150.7906 799.0122.851.32341718.0257.9140.7676 756.0125.741.25791549.2206.1130.7436 691.1113.531.15081434.2228.7

27、120.7277 637.797.421.05751326.4 229.8110.7167 596.7 90.91物价指数国民生产总值投资额年份序号物价指数国民生产总值投资额年份序号根据对未来GNP及PI的估计，预测未来投资额 该地区连续20年的统计数据 鄙地准晋赠甸歧爆演一币溢九护槐灭贯泻会听但残瓜伯乌绵存孜婆官凹叔数学建模第十章统计回归模型数学建模第十章统计回归模型时间序列中同一变量的顺序观测值之间存在自相关以时间为序的数据，称为时间序列 分析许多经济数据在时间上有一定的滞后性 需要诊断并消除数据的自相关性，建立新的模型若采用普通回归模型直接处理，将会出现不良后果 投资额与国民生产总值和物

28、价指数 1.32341718.0257.9140.7676 756.0125.741.25791549.2206.1130.7436 691.1113.531.15081434.2228.7120.7277 637.797.421.05751326.4 229.8110.7167 596.7 90.91物价指数国民生产总值投资额年份序号物价指数国民生产总值投资额年份序号禄朋砧旬阵跌侣鸟集亨遂托私条陋竹亮丙直浮侠投圈泊幽或剥边泞份缠孙数学建模第十章统计回归模型数学建模第十章统计回归模型基本回归模型投资额与 GNP及物价指数间均有很强的线性关系t 年份， yt 投资额，x1t GNP, x2t 物

29、价指数0, 1, 2 回归系数 x1tytx2tytt 对t相互独立的零均值正态随机变量曰毛荚赢蘸恿惭暂剐哀血阉荒历子振甚伎弃恿铆早粹扦从涝咱绊拢轩跌的数学建模第十章统计回归模型数学建模第十章统计回归模型基本回归模型的结果与分析 MATLAB 统计工具箱 参数参数估计值置信区间0322.7250224.3386 421.111410.61850.4773 0.75962-859.4790-1121.4757 -597.4823 R2= 0.9908 F= 919.8529 p=0.0000剩余标准差 s=12.7164 没有考虑时间序列数据的滞后性影响R20.9908，拟合度高模型优点模型缺点

30、可能忽视了随机误差存在自相关；如果存在自相关性，用此模型会有不良后果激贪纷布揉氢定举夏阉镀眨酉矣爹刚籽璃浊岩芦苑本擅蚀剁翅各赤烩逃多数学建模第十章统计回归模型数学建模第十章统计回归模型自相关性的定性诊断 残差诊断法模型残差作残差 etet-1 散点图大部分点落在第1, 3象限 t 存在正的自相关 大部分点落在第2, 4象限 自相关性直观判断在MATLAB工作区中输出et为随机误差t 的估计值 et-1ett 存在负的自相关 基本回归模型的随机误差项t 存在正的自相关 拢誊始攘啪抓免子倚吟咸录叫挚董续指息娶膛琼戈贪疗算汛史誉魄籍技非数学建模第十章统计回归模型数学建模第十章统计回归模型自回归性的定

31、量诊断自回归模型自相关系数 0, 1, 2 回归系数 = 0无自相关性 0 0如何估计 如何消除自相关性D-W统计量D-W检验 ut 对t相互独立的零均值正态随机变量存在负自相关性存在正自相关性广义差分法 忙扯札逐衔键亨前仓伤悔轰倦鲁讨步呻惠泊免威啦憎腕挟虫舒打夏蝇盆荡数学建模第十章统计回归模型数学建模第十章统计回归模型D-W统计量与D-W检验 检验水平,样本容量，回归变量数目D-W分布表n较大DW4-dU44-dLdUdL20正自相关负自相关不能确定不能确定无自相关检验的临界值dL和dU由DW值的大小确定自相关性溃酵岿打躇碳法猩沧恐每属噬裔矫洱掖萧枪皿钡抒憋抒剖产恐泰舅喧橙陪数学建模第十章统计回归模型数学建模第十章统计回归模型广义差分变换 以*0, 1 , 2 为回归系数的普通回归模型原模型 DW值 D-W检验无自相关 有自相关 广义差分继续此过程原模型 新模型 新模型 步骤 原模型变换不能确定增加数据量；选用其它方法 武笼槛译承呕戍绎委呆嫉燃冕默略馅塌战酷擂呛域鄙辽屈幅嫁勒串泌厘揭数学建模第十章统计回归模型数学建模第十章统计回归模型投资额新模型的建立 DWold dL 作变换 原模型残差et