江湖救急!哪位高手能用Matlab或Mathematica帮我求解一个问题数据如下:X 2000 2001 2002 2003 2004 2005 2006 2007Y 138553 143199 151797 174990 203227 224682 246270 265480假设一元线性回归模型为:y=β0+β1x+ε,且E(ε)=0,D
来源:学生作业帮助网 编辑:六六作业网 时间:2024/09/08 02:01:28
江湖救急!哪位高手能用Matlab或Mathematica帮我求解一个问题数据如下:X 2000 2001 2002 2003 2004 2005 2006 2007Y 138553 143199 151797 174990 203227 224682 246270 265480假设一元线性回归模型为:y=β0+β1x+ε,且E(ε)=0,D
江湖救急!哪位高手能用Matlab或Mathematica帮我求解一个问题
数据如下:
X 2000 2001 2002 2003 2004 2005 2006 2007
Y 138553 143199 151797 174990 203227 224682 246270 265480
假设一元线性回归模型为:y=β0+β1x+ε,且E(ε)=0,D(ε)=σ2 ,未知参数β0,β1为回归系数,自变量x为回归变量,y=β0+β1x为y对x的回归方程.
要求:用最小二乘法解出β0和β1
最好有详细说明,不要只给出答案.答好的话有加分!
江湖救急!哪位高手能用Matlab或Mathematica帮我求解一个问题数据如下:X 2000 2001 2002 2003 2004 2005 2006 2007Y 138553 143199 151797 174990 203227 224682 246270 265480假设一元线性回归模型为:y=β0+β1x+ε,且E(ε)=0,D
我也用matlab做了点回归分析:
code:
x=[2000 2001 2002 2003 2004 2005 2006 2007];
y=[138553 143199 151797 174990 203227 224682 246270 265480];
plot(x,y,'*'),title('y与x的散点图')
a=ones(8,1);
X=[a,x'];
alpha=0.05;
[b,bint,r,rint,stats]=regress(y',X,alpha)
answer:
b =
1.0e+007 *
-3.9178
0.0020
bint =
1.0e+007 *
-4.5686 -3.2671
0.0016 0.0023
r =
1.0e+004 *
1.3809
-0.1197
-1.2250
-0.8709
-0.0124
0.1680
0.3616
0.3175
rint =
1.0e+004 *
0.4763 2.2854
-2.0803 1.8410
-2.8283 0.3783
-2.7977 1.0559
-2.1619 2.1372
-1.9138 2.2498
-1.5631 2.2864
-1.4091 2.0440
stats =
1.0e+007 *
0.0000 0.0000 0.0000 7.4004
最后y=-39178000+20000x
我用matlab二次拟合的程序如下:
x=[2000 2001 2002 2003 2004 2005 2006 2007];
>> y=[138553 143199 151797 174990 203227 224682 246270 265480 ];
polyfit(x,y,2)
运行结果为:
ans =
1.0e+007 *
...
全部展开
我用matlab二次拟合的程序如下:
x=[2000 2001 2002 2003 2004 2005 2006 2007];
>> y=[138553 143199 151797 174990 203227 224682 246270 265480 ];
polyfit(x,y,2)
运行结果为:
ans =
1.0e+007 *
0.0020 -3.9178
我其他的就不太明白了。
假设一元线性回归模型为:y=β0+β1x+ε,且E(ε)=0,D(ε)=σ2 ,未知参数β0,β1为回归系数,自变量x为回归变量,y=β0+β1x为y对x的回归方程。
我不明白这句话什么意思?
等我再看看。
收起
用Matlab来求解非常简单:
x=....输入数据,
y=....输入 数据,得两个数组;
P=polyfit(x,y,1)得:B1=20000,B0=--3.9178*10^7,y=B1x+B0;
Y1=polyval(B,x);
误差e=Y1-y , D=std(e);
最小二乘法是使各节点处的偏差p(xi)-yi的平方和达到最小。数学...
全部展开
用Matlab来求解非常简单:
x=....输入数据,
y=....输入 数据,得两个数组;
P=polyfit(x,y,1)得:B1=20000,B0=--3.9178*10^7,y=B1x+B0;
Y1=polyval(B,x);
误差e=Y1-y , D=std(e);
最小二乘法是使各节点处的偏差p(xi)-yi的平方和达到最小。数学上已经证明,最小二乘逼近问题的解总是确定的。
收起