matlab回归分析问题某汽车公司是一家专营货物运输业务的公司.为了制定一个更完善的工作计划,该公司决定利用回归分析方法,帮助他们对自己的运货耗时作出预测.根据经验,运货耗费时间y与
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/01 04:26:21
![matlab回归分析问题某汽车公司是一家专营货物运输业务的公司.为了制定一个更完善的工作计划,该公司决定利用回归分析方法,帮助他们对自己的运货耗时作出预测.根据经验,运货耗费时间y与](/uploads/image/z/5922793-1-3.jpg?t=matlab%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E9%97%AE%E9%A2%98%E6%9F%90%E6%B1%BD%E8%BD%A6%E5%85%AC%E5%8F%B8%E6%98%AF%E4%B8%80%E5%AE%B6%E4%B8%93%E8%90%A5%E8%B4%A7%E7%89%A9%E8%BF%90%E8%BE%93%E4%B8%9A%E5%8A%A1%E7%9A%84%E5%85%AC%E5%8F%B8.%E4%B8%BA%E4%BA%86%E5%88%B6%E5%AE%9A%E4%B8%80%E4%B8%AA%E6%9B%B4%E5%AE%8C%E5%96%84%E7%9A%84%E5%B7%A5%E4%BD%9C%E8%AE%A1%E5%88%92%2C%E8%AF%A5%E5%85%AC%E5%8F%B8%E5%86%B3%E5%AE%9A%E5%88%A9%E7%94%A8%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E6%96%B9%E6%B3%95%2C%E5%B8%AE%E5%8A%A9%E4%BB%96%E4%BB%AC%E5%AF%B9%E8%87%AA%E5%B7%B1%E7%9A%84%E8%BF%90%E8%B4%A7%E8%80%97%E6%97%B6%E4%BD%9C%E5%87%BA%E9%A2%84%E6%B5%8B.%E6%A0%B9%E6%8D%AE%E7%BB%8F%E9%AA%8C%2C%E8%BF%90%E8%B4%A7%E8%80%97%E8%B4%B9%E6%97%B6%E9%97%B4y%E4%B8%8E)
matlab回归分析问题某汽车公司是一家专营货物运输业务的公司.为了制定一个更完善的工作计划,该公司决定利用回归分析方法,帮助他们对自己的运货耗时作出预测.根据经验,运货耗费时间y与
matlab回归分析问题
某汽车公司是一家专营货物运输业务的公司.为了制定一个更完善的工作计划,该公司决定利用回归分析方法,帮助他们对自己的运货耗时作出预测.根据经验,运货耗费时间y与运货距离x1和运货数量x2有关.为此,公司收集了11个样本,其数据如下表所示.
序号\x05运货距离x1/kg\x05运货数量x2/件\x05耗费时间y/小时
1\x0510\x054\x059.3
2\x0550\x053\x054.8
3\x05100\x054\x058.9
4\x05100\x052\x056.5
5\x0550\x052\x054.2
6\x0580\x052\x056.2
7\x0575\x053\x057.4
8\x0565\x054\x056
9\x0577\x053\x058.9
10\x0590\x053\x057.6
11\x0590\x052\x056.1
试根据这张数据表,给出运货距离x1,运货数量x2,与运货耗费时间y的关系式.
小弟回归分析不是很懂,
matlab回归分析问题某汽车公司是一家专营货物运输业务的公司.为了制定一个更完善的工作计划,该公司决定利用回归分析方法,帮助他们对自己的运货耗时作出预测.根据经验,运货耗费时间y与
a=[1 10 4 9.3;
1 50 34.8;
1 100 48.9;
1 100 26.5;
1 50 24.2;
1 80 26.2;
1 75 37.4;
1 65 46;
1 77 38.9;
1 90 37.6;
1 90 26.1]
figure
plot(a(:,2),a(:,4),'+')
figure
plot(a(:,3),a(:,4),'+')
[b,bint,r,rint,stats] = regress(a(:,4),a(:,[1,2,3]))
回车,得到结果:
b =
1.9165
0.0154
1.3356
bint =
-3.9161 7.7490
-0.0271 0.0578
-0.0310 2.7021
r =
1.8878
-1.8907
0.1062
0.3774
-1.1551
0.3844
0.3256
-2.2565
1.7949
0.2953
0.1309
rint =
0.5289 3.2466
-4.7793 0.9979
-2.4188 2.6313
-2.7113 3.4661
-3.8677 1.5574
-2.8186 3.5873
-3.1109 3.7620
-4.6569 0.1439
-1.2708 4.8605
-3.0346 3.6252
-3.0632 3.3250
stats =
0.3888 2.5442 0.1396
y=1.9165+ 0.0154x1+1.3356x2
模型F=2.5442,概率p=0.1396,不是统计显著.