数学建模社区-数学中国

标题: 算法大全第12章_回归分析 [打印本页]

作者: 普大帝    时间: 2022-7-12 10:28
标题: 算法大全第12章_回归分析
你好!我是陪你一起进阶人生的普大帝!愿你成才!祝你成长!9 i. u$ D, x. f* `4 N
为大家更新一些算法类的辅助资料,大家在想学习时,或者比赛急需时就可以按照对应的名字找到对应的算法,加以应用了。大家按照下图所示箭头处点击主题,就可以查看到其他算法类内容了,或者搜索框内输入算法大全,也可以搜索到对应的贴子,本篇为第12篇。
4 g) A. [5 W1 M( {' `, o. x1 ^0 a
前面我们讲过曲线拟合问题。曲线拟合问题的特点是,根据得到的若干有关变量的一组数据,寻找因变量与(一个或几个)自变量之间的一个函数,使这个函数对那组数据拟合得最好。通常,函数的形式可以由经验、先验知识或对数据的直观观察决定,要作的工作是由数据用最小二乘法计算函数中的待定系数。从计算的角度看,问题似乎已经完全解决了,还有进一步研究的必要吗?从数理统计的观点看,这里涉及的都是随机变量,我们根据一个样本计算出的那些系数,只是它们的一个(点)估计,应该对它们作区间估计或假设检验,如果置信区间太大,甚至包含了零点,那么系数的估计值是没有多大意义的。另外也可以用方差分析方法对模型的误差进行分析,对拟合的优劣给出评价。简单地说,回归分析就是对拟合问题作的统计分析。
/ M, N0 r" z2 Z* A5 n& N, ~6 Q具体地说,回归分析在一组数据的基础上研究这样几个问题:
6 {7 k' f' ?( N+ T3 e; j0 \(i)建立因变量 y 与自变量x 1,x2, xm 之间的回归模型(经验公式);
. Y; K! S: I2 K( o(ii)对回归模型的可信度进行检验;
6 I0 ?& B6 Q" L: t1 X* `(iii)判断每个自变量 ) 对 y 的影响是否显著;. O! q4 Y. B" n; g5 r4 j
(iv)诊断回归模型是否适合这组数据;7 y- L* ~- x# }- n8 k
(v)利用回归模型对 y 进行预报或控制。' U5 V1 L' c3 K7 o8 f* e

& I: x6 ]. K# g7 @, d: Z6 }  C+ D 8.png 9.png 10.png 11.png
. V3 B) X$ w- i+ M3 ~2 g$ f下载资源查看完整版内容
: f9 T7 \8 n! j9 M) l1 Q4 ?/ H4 \# E; a. }7 x0 ~7 i

/ g5 `4 y8 q2 S3 P3 ~7 e

算法大全第12章_回归分析.pdf

273.88 KB, 下载次数: 2, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]


作者: 数模老哥    时间: 2022-7-22 06:35
发表回复6666666
' q. W' H' N% d7 s- @
作者: 数模老哥    时间: 2022-9-5 22:30
6666666666
, ~7 \4 H4 o, A; H; O$ U3 X4 F
作者: 1051373629    时间: 2022-10-22 09:43
感谢楼主的资料% d+ f6 A$ Z& E) y3 [, w





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5