matlab多元非线性回归(5)

1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981

1780 1833 1978 1993 2121 2052 2189 2475 2702 2791 2927 3156 3365 3684 3696 4254 4309 4925 5590 6065 6592 6862 790 789 855 891 932 955 971 1058 1150 1194 1273 85229 87177 89211 90859 92421 93717 94974 96259 97542 98705 100072 35620 35854 36652 37369 38168 38834 39377 39856 40581 41896 73280 355 354 374 393 462 443 454 550 564 568 496 638 658 691 655 692 657 723 922 890 826 810 解 设国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资分别为x1、x2、x3、x4、x5、x6，财政收入为y，设变量之间的关系为：y= ax1+bx2+cx3+dx4+ex5+fx6

使用非线性回归方法求解。

1． 对回归模型建立M文件model.m如下:

function yy=model(beta0,X) %一定是两个参数，第一个为系数数组，b(1),b(2),…b(n) %分别代表每个系数，而第二个参数代表所有的自变量， %是一个矩阵，它的每一列分别代表一个自变量。

a=beta0(1);

b=beta0(2); %每个元素 c=beta0(3); d=beta0(4); e=beta0(5); f=beta0(6);

x1=X(:,1); %每一列 x2=X(:,2); x3=X(:,3); x4=X(:,4); x5=X(:,5); x6=X(:,6);

yy=a*x1+b*x2+c*x3+d*x4+e*x5+f*x6; 2. 主程序liti6.m如下:

X=[598.00, 349.00 ,461.00, 57482.00, 20729.00, 44.00; 586, 455, 475, 58796, 21364, 89;

707, 520, 491, 60266, 21832, 97; 737, 558, 529, 61465, 22328, 98; 825, 715, 556, 62828, 23018, 150; 837, 798, 575, 64653, 23711, 139; 1028, 1235, 598, 65994, 26600, 256; 1114, 1681, 509, 67207, 26173, 338; 1079, 1870, 444, 66207, 25880, 380; 757, 1156, 434, 65859, 25590, 138; 677, 964, 461, 67295, 25110, 66; 779, 1046, 514, 69172, 26640, 85; 943, 1250, 584, 70499, 27736, 129; 1152, 1581, 632, 72538, 28670, 175; 1322, 1911, 687, 74542, 29805, 212; 1249, 1647, 697, 76368, 30814, 156; 1187, 1565, 680, 78534, 31915, 127; 1372, 2101, 688, 80671, 33225, 207; 1638, 2747, 767, 82992, 34432, 312; 1780, 3156, 790, 85229, 35620, 355; 1833, 3365, 789, 87177, 35854, 354; 1978, 3684, 855, 89211, 36652, 374; 1993, 3696, 891, 90859, 37369, 393; 2121, 4254, 932, 92421, 38168, 462; 2052, 4309, 955, 93717, 38834, 443; 2189, 4925, 971, 94974, 39377, 454; 2475, 5590, 1058, 96259, 39856, 550; 2702, 6065, 1150, 97542, 40581, 564; 2791, 6592, 1194, 98705, 41896, 568; 2927, 6862, 1273, 100072, 73280, 496];

y=[184.00 216.00 248.00 254.00 268.00 286.00 357.00 444.00 506.00 ... 271.00 230.00 266.00 323.00 393.00 466.00 352.00 303.00 447.00 ...

564.00 638.00 658.00 691.00 655.00 692.00 657.00 723.00 922.00 ... 890.00 826.00 810.0]';

beta0=[0.50 -0.03 -0.60 0.01 -0.02 0.35]; betafit = nlinfit(X,y,'model',beta0) 结果为 betafit = 0.5243 -0.0294 -0.6304 0.0112 -0.0230 0.3658

(结果也可能是：0.3459 -0.0180 -0.3700 0.0030 -0.0020 0.4728) 即y= 0.5243x1-0.0294x2-0.6304x3+0.0112x4-0.0230x5+0.3658x6 …… 此处隐藏：474字，全部文档内容请下载后查看。喜欢就下载吧 ……