〉〉a=[5.50 6.75 7.25 5.50 7.00 6.50
6.75 5.25 5.25 6.00 6.50 6.25 7.00
6.90 6.80 6.80 7.10 7.00 6.80 6.50
6.25 6.00 6.50 7.00 6.80 6.80 6.50 5.75 5.80 6.80]’;
>>b=[7.38 8.51 9.25 7.50 9.33 8.28 8.75
7.87 7.10 8.00 7.89 8.15 9.10 8.86 8.90
8.90 9.26 9.00 8.75 7.95 7.65 7.27 8.00
8.50 8.75 9.21 8.27 7.67 7.93 9.26]
>>scatter(a,b)

C=[-0.05
0.25
0.60
0
0.25
0.20
0.15
0.05
-0.15
0.15
0.20
0.10
0.40
0.45
0.35
0.30
0.50
0.50
0.40
-0.05
-0.05
-0.10
0.20
0.10
0.50
0.60
-0.05
0
0.05
0.55]’
>>scatter(c,b)

xt=ones(size(x2));
x=[xt;x2]'
[B,bint,r,rint,stats]=regress(y,x,0.05);
b=B',bint,stats
rcoplot(r,rint)
x =
1.0000 5.5000
1.0000 6.7500
1.0000 7.2500
1.0000 5.5000
1.0000 7.0000
1.0000 6.5000
1.0000 6.7500
1.0000 5.2500
1.0000 5.2500
1.0000 6.0000
1.0000 6.5000
1.0000 6.2500
1.0000 7.0000
1.0000 6.9000
1.0000 6.8000
1.0000 6.8000
1.0000 7.1000
1.0000 7.0000
1.0000 6.8000
1.0000 6.5000
1.0000 6.2500
1.0000 6.0000
1.0000 6.5000
1.0000 7.0000
1.0000 6.8000
1.0000 6.8000
1.0000 6.5000
1.0000 5.7500
1.0000 5.8000
1.0000 6.8000
b =
-0.0000 1.0000
bint =
-0.0000 -0.0000
1.0000 1.0000
stats =
1.0e+030 *
0.0000 2.6097 0
结果表明,二者之间不存在线性关系.
xt=ones(size(x1));
x=[xt;x1]'
[B,bint,r,rint,stats]=regress(y,x,0.05);
b=B',bint,stats
rcoplot(r,rint)
b =
6.0456 1.9112
bint =
5.8501 6.2412
1.2784 2.5440
stats =
0.5775 38.2793 0.0000
查表F(1,28)=4.20<<38.2793,故可认为线性关系成立,但是R2=0.5775,表明57.75%由线性关系确定.
对于x2,我们采用二次函数模型:

这样,我们得到如下回归模型:

利用matlab统计工具箱中的regress求解,可以得到模型为

查表:F(3,30-3-1)=F(3,26)=2.98,而统计量F的值为82.9,故我们认为这个模型可用.