算法大全第12章_回归分析

普大帝

你好！我是陪你一起进阶人生的普大帝！愿你成才！祝你成长！ ' ~+ f6 G1 i- R2 S( }8 Y$ ^! e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。

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。
& o$ Q! N: S- E! N) m, T* U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：
（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）；
- m% R5 n  M5 `. C- l（ii）对回归模型的可信度进行检验；
（iii）判断每个自变量 ) 对 y 的影响是否显著；
0 c' ?& [! y5 l$ _# l0 G. e. |（iv）诊断回归模型是否适合这组数据；
! g6 s6 y7 E1 K, f. m（v）利用回归模型对 y 进行预报或控制。

: T+ a5 s7 \% B; e4 h
下载资源查看完整版内容
7 s8 I% k; s6 U! F9 v/ I

数模老哥

发表回复6666666
+ i! Z5 X9 {8 H* z' u. p9 i' r

数模老哥

6666666666
2 z- r3 o% X2 }+ b

1051373629

感谢楼主的资料