多元线性回归

1、数据处理的技能，使课堂中学习到理论得 到应用。
1数据整理：收集数据，录入数据，画出相应图形（如分布图、直方图、盒状图 等） 。
2一元、多元线性回归模型：回归系数的估计与检验，数据散点与回归直线的图 示，残差图。
运用 MATLAB 统计软件，对给定的数据拟合回归方程。
3区间估计与假设检验： MATLAB 绘制出直方图，做数据分布的推测；参数估 计，假设检验，绘制概率密度图，能对结果进行简单分析。
4.常用分布的 5 种功能：概率密度函数、分布函数、分位数、随机数的生成、均 值和方差的应用。
工作计划与进度安排工作计划与进度安排: : 周一 14 节：选题，设计解决问题方法 周一 58 节：调试程序 周三 14 节：完成论文，答辩 指导教师： 2013 年 6 月 14 日 专业负责人： 201 年 月 日 学院教学副院长： 201 年 月 日 II 摘 要 数理统计是具有广泛应用的数学分支， 而区间估计和假设检验问题在其中占 有很重要的地位。
对于正态总体期望和方差的区间估计和假设检验问题已有完备 的结论；对于非正态总体期望和方差的区间估计和假设检验问题，在大样本。

2、标志，也是现代文明发展不可或缺的基础。
在当前电力发展迅速和供应紧张的情况下， 合理地进行电力系统规划和运行极其 重要。
电量预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效 益，负荷预测实质上是对电力市场需求的预测。
用电量预测是电网规划设计与建 设的基础,预测的准确与否,关系到电源开发，电网建设，社会安定，居民生活及 电力公司本身的发展。
其作用与电力行业的特殊性是密切相关的。
近年来，福建 经济增长快速，一直快于全国平均水平，这其中，电力的作用功不可没。
电力作 为重要的基础性行业， 长期以来一直被作为国民经济发展的先行工程而被广泛关 注和重视， 特别是在海峡西岸经济区建设中更担负着保障经济建设持续快速发展 的重要使命。
利用福建省 1993 至 2006 年的年生产总值（GDP）和人口总数,居民 消费价格指数（CPI）作为自变量，每年的用电总量做为因变量建立了多元回归 模型。
并根据福建 GDP 的增长率和人口自然增长率，居民消费价格指数增长率预 测了 2007 至 2020 的 GDP、人口总数和居民价格消费指数（CPI） ，并以建立的多 元回归模型预测了福建未来 14 年的用。

3、之间的自相关。
对于多重共线性问题，先是用 逐步回归和剔除变量的方法，最终转变为用岭回归剔除粗钢产量和发电量两个变量解决 多重共线性，建立最终的岭回归方程: 43 000007388.0000002198.0731553041.2xxy 765 000837960.0000009249.0000010632.0xxx以其探究最后进入回归方程的几个变 量在影响钢材生产方面孰轻孰重，达到学习与生活结合的效果。
关键词关键词：多元线性回归 异方差 自相关 多重共线性 逐步回归 岭回归 一、引言 中国的钢铁工业历经 50 年的发展，特别是改革开放 30 年以来有了巨大的进步，取 得了举世瞩目的成就。
钢铁工业的钢产量增加速度加快、技术水平得到明显提高，产品 结构不断调整，成为名副其实的钢铁大国。
1996 年我国钢产量首次超过 1 亿吨大关，跃 居世界第一位，此后我国产量一直保持世界排名第一的位置。
2002 年实现钢产量 1.8 亿吨，到 2003 年钢产量突破 2 亿吨，达到 22234 万吨，2004 年全国共产钢 27279 万吨， 比上年增长 22.7%，生铁、钢材的产量分别。

4、2006 年我国 31 个省、市、自治区的财政支出数据和 2005 年我国各地生 产总值数据，建立多元线性回归模型，预测 2006 年我国各地生产总值，并将预测数据与实际 数据进行比较分析。
通过实例分析了解多元线性回归模型及其应用。
建模过程中的数学运算 采用数学软件 SPSS 和 Matlab 进行运算。
关键词：关键词：多元线性回归；模型检验；后退法；预测 Multiple linear regression model and its application Abstract:this article analyzes the multivariate linear regression model and its application, fo cusing on the multiple linear regression model prediction. First introduces the model of multivariate linear regression model of step roughly model, basic assumptions, i。

5、据，应用 Eviews6.0 软件对多元线性线性回归方程进行参数估计，分别对模型进行拟合程度检验、 t 检验、 f 检验，并对自变量进行多重共线性检验，使用逐步回归方法剔除部分自变量，降低自变 量间的多重共线性， 确定最优回归方程，并应用模型进行粮食产量的预测。
第四章对预测结果及各主要影响因素进行分析解读，最后对黑龙江粮食生产安全提出建议。
关键词： 多元回归 ； 多重共线性 ； 逐步回归； 粮食产量 ；预测 Abstract The first chapter of this paper gives the situation of grain production in Heilongjiang Province,and the background and significance of the foodstuff yield prediction.The second chapter gives the mu。

6、条件， 探讨了多元线性回归模型中未知参数的估计方法及其参数 的检验问题。
最后通过具体的案例来总结了多元回归分析在各个科学领域的广泛 应用， 重点描述了多元线性回归分析方法在自变量对因变量影响的显著性判断中 的应用。
关键词：关键词：多元线性回归模型；模型检验；实例应用 引言引言 回归分析方法是统计分析的重要组成部分，在研究实际问题时，用回归分 析方法建立模型来研究问题就是一种常用的有效方法。
什么是回归分析呢？大家 知道：回归分析是研究随机变量之间的关系。
回归分方法一般与实际联系比较密 切，因为随机变量的取值是随机的，大多数是通过实验得到的，这种来自于实际 中与随机变量相关的模型的准确度（可信度）如何，需通过进一步的统计实验来 判断其模型中随机变量（回归变量）的显著性，而且，往往需要经过反复地进行 检验和修改模型，直到得到最佳的结果，最后应用于实际中去。
回归分析是一种传统的应用性较强的科学方法，在各个科学领域都得到了 广泛的应用。
它不仅能够把隐藏在大规模原始数据群体中的重要信息提炼出来， 得到其变量间相关关系的数学表达式，从而把握住数据群体的主要特征，进而利 用相关概率统计知识以。