MATLAB---回归预测模型

度y与其中的碳含量x有比较密切的关系,今从生产中收集了一批数据如下表 1。Р先画出散点图如下: Рx=0.1:0.01:0.18; Рy=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; Рplot(x,y,'+') Р可知 y 与 x 大致上为线性关系。Р设回归模型为 y =β0 +β1xР用regress 和rcoplot 编程如下: Рclc,clear Рx1=[0.1:0.01:0.18]'; Рy=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]'; Рx=[ones(9,1),x1]; Р[b,bint,r,rint,stats]=regress(y,x); Рb,bint,stats,rcoplot(r,rint) Р得到 b =27.4722 137.5000 Рbint =18.6851 36.2594 Р75.7755 199.2245 Рstats =0.7985 27.7469 0.0012 4.0883 Р即β0=27.4722 β1=137.5000 Рβ0的置信区间是[18.6851,36.2594], Рβ1 的置信区间是[75.7755,199.2245]; РR2= 0.7985 , F = 27.7469 , p = 0.0012 , s2 =4.0883 。Р可知模型(41)成立。Р观察命令 rcoplot(r,rint)所画的残差分布,除第 8 个数据外其余残差的置信区间均包含零点第8个点应视为异常点,Р将其剔除后重新计算,Р可得 b =30.7820 109.3985 Рbint =26.2805 35.2834 Р76.9014 141.8955 Рstats =0.9188 67.8534 0.0002 0.8797 Р应该用修改后的这个结果。