当前课程知识点:数学建模 > 7 回归分析 > 7-2 线性回归II > 线性回归II
同学们好
又到了学习数学建模的时候
这一节我们来看
前面我们得到的数学模型
如何进行求解
我们用Matlab软件来求解
我们得到的线性回归模型
我们用Matlab软件
来求解模型的参数
我们由数据x1、x2、y来估计参数
α0、α1、α2和α3
我们可以在Matlab软件中
找到这个函数命令
这个函数的输入参数有
y向量、x矩阵
置信水平参数α
这里的y就是40行1列的销售量数据
及40个样本的销售量数据
x是40行4列的数据矩阵
它和模型各项一一对应
第一列是对应的模型常数项α0
40个样本中有40个1列的数据
每个元素是1
第二列它对应模型的α1x1这一项
也就是模型的第二项
它是40行1列的价格优势数据
模型的第三项是α2x2
所以矩阵x的第三列是x2
即40个样本中的促销投入数据
模型中的第四项是α3x2平方
所以x矩阵的第四列是x2平方
也就是40个样本的
促销投入价格数据的平方
最后一个参数是自相关水平参数ε
我们一般取0.05
表示这个模型是在95%的
可靠性中来求取参数
α0、α1、α2和α3
输出项中A这个返回量
是α0、α1、α2、α3的估计值
第二个返回量是
α0、α1、α2、α3的置信区间
R是残差量
及RINT是残差量R的置信区间
这个返回量是回归模型的
统计检验量
它有四个分量
第一个是R平方
是回归方程的决定系数
R是相关系数
R越大
R越接近1
说明回归方程越显著
第二个是F统计检验量
大于F临界值的时候
模型通过检验
F越大说明回归方程越显著
第三个是F与统计检验量
对应的概率值P
第四个是剩余方差S平方
对于前面的问题
我们代入数据可以得到结果
在这个表中
首先我们来看统计检验量
统计检验量有4个值
R平方等于0.8815
也就是说模型的88.15%
可以由这个模型来决定
F统计量远远大于F的检验临界值
我们可以通过查F检验表
获得F检验的临界值
p远小于α
即远远小于0.05
再观察回归值与原数据的对比图
从图中可以看残差基本正常
通过这个检验统计量
我们可以总体判断
模型整体上是可用的、是成立的
然后我们来再看
α0、α1、α2、α3的估计值
检查估计值的置信区间
发现α2的置信区间包含了0点
这说明α2x2这一项是不显著的
但是考虑到α3的置信区间不包含0点
也就是说
α3x2平方这一项是显著的
因此我们暂时把α2x2保留在模型中
下面我们来看如何运用这个模型
做销售量的预测
我们根据价格优势、促销投入
来预测销售量
价格优势是由市场均价x3减
公司产品价格x2得到的
我们先估计x3
调整公司产品价格x4
从而控制x1
也就是价格优势
通过x1和x2来预测y
我们控制价格优势为0.2元
假设我们促销投入是7万元
那么我们就可以得到
y等于9.1697万个
那么根据这个模型
我们就可以预测
公司产品的销售量
将达到9.1697万个
我们知道
在给定显著性水平α的时候
当N较大且x和x的估计值
相距不远的时候
y的预测区间及置信水平
1减α下面的置信区间
可以简化为
其中u1减2分之α
是0、1正态分布的1减2分之α分位数
用α取0.05
那么在MATLAB软件中
我们可以用命令函数
来求得u1减2分之α等于1.96
而在前面的结果中我们得到
S等于0.2608
因此销售量的预测时间为
这个区间有95%的置信水平
这个模型的上限可以作为
库存管理的目标值
下限可以作为公司的现金流
因为上限
是我们预测下一个月销售量
最多只有9.6809万个
所以我们的库存
只需要准备这么大的库存就可以了
下限说明我们有95%的把握说
下个周期销售量起码至少有8.6585万个
所以我们生产起码要达到这个水平
那么我们就要准备
那么多的现金流来满足生产
如果我们估计x3
也就是市场上同类型产品的均价为19元
那么公司设定0.2元的价格优势
也就是公司产品的价格定为18.8元
在促销投入7万元下面
有95%的把握知道
下个周期的销售额为162万元以上
这一节我们讨论了线性回归模型
同学们下节见
-1-1 数学建模无处不在
--数学建模无处不在
-1-2 从现实对象到数学模型
-1-3 数学建模的基本方法和步骤
-1-4 如何学习数学建模
--如何学习数学建模
-1 数学建模无处不在--本章测验
-2-1 数学建模思维
--数学建模思维
-2-2 几种创新思维
--几种创新思维
-2-3 问题的提出与分析
--问题的提出与分析
-2-4 建模目标
--建模目标
-2-5 建模计划
--建模计划
-2-6 建立数学模型
--建立数学模型
-2 数学建模思维与过程--本章测验
-3-1 储蓄存单和抵押贷款买房
-3-2 单车租赁调度
--单车租赁调度
-3-3 最佳出售时机
--最佳出售时机
-3-4 名额的公平分配
--名额的公平分配
-3-5 汽车的油耗
--汽车的油耗
-3-6 传染病模型
--传染病模型
-3 数学建模初等方法--本章测验
-4-1 线性规划——生产计划
-4-2 线性规划——运输问题
-4 数学规划I--本章测验
-5-1 整数规划问题
--整数规划问题
-5-2 指派问题
--指派问题
-5-3 非线性规划
--非线性规划
-5-4其他规划模型
--其他规划模型
-5 数学规划II--本章测验
-6-1 层次分析法I
--层次分析法I
-6-2 层次分析法II
--层次分析法II
-6-3 其他评价方法
--其他评价方法
-6 层次分析法--本章测验
-7-1 线性回归I
--线性回归I
-7-2 线性回归II
--线性回归II
--线性回归III
-7-3 数据的自相关I
--数据的自相关I
-7-4 数据的自相关II
--数据的自相关II
-7-5 非线性回归
--非线性回归
-7 回归分析--本章测验
-8-1 数学建模方法综述
--数学建模方法综述
-8-2 数学建模报告
--数学建模报告
-8 数学建模方法与报告--本章测验