数学建模之利用观察数据建立数学模型下表记录了15个不同年龄人的身高与体重身高(cm)75,86,95,108,112,116,135,151,155,160,163,167,171,178,185体重（kg）10,12,15,17,20,22,35,41,48,50,51,54,59,66,75建立一个描述身
来源：学生作业帮助网 编辑：六六作业网 时间：2024/11/09 03:54:04
数学建模之利用观察数据建立数学模型下表记录了15个不同年龄人的身高与体重身高(cm)75,86,95,108,112,116,135,151,155,160,163,167,171,178,185体重（kg）10,12,15,17,20,22,35,41,48,50,51,54,59,66,75建立一个描述身
数学建模之利用观察数据建立数学模型
下表记录了15个不同年龄人的身高与体重
身高(cm)75,86,95,108,112,116,135,151,155,160,163,167,171,178,185
体重（kg）10,12,15,17,20,22,35,41,48,50,51,54,59,66,75
建立一个描述身高与体重的数学模型
我自己做了两次,一次是y=ax+b 另一次是y=ax^b 但是都不可以啊
y=0.0042*x^2-0.51913*x+25.62865
我觉得是二次函数回归
实测值10 12 14 19 20 22 32 43 46 50 53 56 60 66 73
相对误差也不超过2%~3% 至少它不会出现负数
数学建模之利用观察数据建立数学模型下表记录了15个不同年龄人的身高与体重身高(cm)75,86,95,108,112,116,135,151,155,160,163,167,171,178,185体重（kg）10,12,15,17,20,22,35,41,48,50,51,54,59,66,75建立一个描述身
sas
程序：
data hweightdat;
input weight height;
cards;
75 10
86 12
95 15
108 17
112 20
116 22
135 35
151 41
155 48
160 50
163 51
167 54
171 59
178 66
185 75
;
run;
proc reg;
var weight;
model height=weight;
run;
分析结果：
The SAS System 3
15:31 Tuesday,June 22,2010
The REG Procedure
Model:MODEL1
Dependent Variable:height
Parameter Estimates
Parameter Standard
Variable DF Estimate Error t Value Pr > |t|
Intercept 1 -41.27000 4.75227 -8.68
应先使用Excel画出散点图,看出两者之间的关系近似一条直线，可作线性回归，再通过Excel的数据挖掘功能做回归分析
y：身高；x：体重
得到方程为y=73.85326479+1.650784397x
得到方程的F检验统计量为298.3730352,自由度为（13，14）
F统计量得p值为2.39297E-10远远小于0.001，所以模型通过检验。
模型的R...
全部展开
应先使用Excel画出散点图,看出两者之间的关系近似一条直线，可作线性回归，再通过Excel的数据挖掘功能做回归分析
y：身高；x：体重
得到方程为y=73.85326479+1.650784397x
得到方程的F检验统计量为298.3730352,自由度为（13，14）
F统计量得p值为2.39297E-10远远小于0.001，所以模型通过检验。
模型的R Square（解释度）为95.8% ，解释能力还是很强的。
同时，各参数的t检验结果为
t统计量值 t统计量p值
截距项 17.78172162 1.66503E-10
斜率项 17.2734778 2.39297E-10
两者的P值都小于0.001，各参数的统计量通过t检验，所以以上模型即可。
同时还可以得到预测身高为
90.36
93.66
98.62
101.92
106.87
110.17
131.63
141.54
153.09
156.39
158.04
162.99
171.25
182.80
197.66
再画出预测值同体重以及实际值同体重的散点图，对两条直线进行对比，就会发现拟合的不错。
收起