1)从图中分析可知第一个点和第七个点为异常点。因此,对异常点进行处理,程序如下:x1=[1009080707070706560605550];x2=[5.506.307.207.006.307.355.607.157.506.907.156.50];y=[5570901009010580110125115130130]';x1(1)=[];x2(1)=[];y(1)=[];x1(7)=[];x2(7)=[];y(7)=[];x=[ones(10,1)x1'x2'];[b,bint,r,rint,stats]=regress(y,x)b=109.8882-1.483113.8233bint=65.4833154.2930-1.7529-1.21338.422919.2237stats=0.9730125.93680.000015.6544利用程序rcoplot(r,rint),画出残差图:图3:残差分析图(2)从图中分析可知第一个点仍为异常点。经反复调整,对以上程序改为x1(1)=[];x2(1)=[];y(1)=[];x=[ones(11,1)x1'x2'];得到最优的值=111.1561,=-1.4816,=13.5915二、模型预测1、利用上述建立的数学模型,进行预测x1=80;x2=7.0;y=111.1561+(-1.4816)*x1+13.5915*x2y=87.7686所以如果第13个月将该商品的销售价格定为80元/件,广告费用为7万元,预计该商品的销售量将是87.7686。2、利用MATLAB画出回归曲线的图形x1=[1009080707070706560605550];x2=[5.506.307.207.006.307.355.607.157.506.907.156.50];y=111.1561+(-1.4816)*x1+13.5915*x2;plot(y)
全文预览
