1.
x=20:5:65;
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);
b =
9.1212
0.2230
bint =
8.0211 10.2214
0.1985 0.2476
stats =
0.9821 439.8311 0.0000 0.2333
c=x';
[p,S]=polyfit(c,Y,1);
[A,DELTA]=polyconf(p,42,S,0.05)
A =
18.4885
DELTA =
1.1681
得Y關於X的線性回歸方程:Y=9.1212+0.2230X
0.9821很接近1,所以回歸效果顯著.
A=18.4885
DELTA=1.1681
故當x=42C時它的產量估值為18.4885
預測區間(置信度95%) 為:[17.3204;19.6566]
繪圖:
2.
某零件上有一段曲線,為了在程序控制機床上加工這一零件,需要求這段曲線的解析表達式,在曲線橫坐標xi處測得縱坐標yi共11對數據如下:
求這段曲線的縱坐標y關於橫坐標x的二次多項式回歸方程.
代碼:
x=0:2:20;
y=[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(x,y,2)
p =
0.1403 0.1971 1.0105
所以回歸模型為:y=0.1403*x^2+0.1971*x+1.0105
繪圖: