用matlab求一元多项式回归,并求出方差,置信区间,相关系数,F值,怎么求,求大神编程
方程形式为c=β0+β1t+β2t^2+u数据为t=[04891018212324252937383940414446]';c=[85.90133.54152.33173...
方程形式为c = β0+β1 t + β2 t^2 + u
数据为
t=[0 4 8 9 10 18 21 23 24 25 29 37 38 39 40 41 44 46]';
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33]; 展开
数据为
t=[0 4 8 9 10 18 21 23 24 25 29 37 38 39 40 41 44 46]';
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33]; 展开
展开全部
程序如下:
t0=ones(18,1);
t1=[0 4 8 9 10 18 21 23 24 25 29 37 38 39 40 41 44 46]';
t2=t1.*t1;
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33]';
T=[t0 t1 t2];
[b,bint,r,rint,s]=regress(c,T,0.05);
disp(['c =' num2str(b(3)) '+' num2str(b(2)) 't+' num2str(b(1)) 't^2'])%输出方程
b%方程系数
bint%b的置信区间
r%残差
rint%r的置信区间
s%检验回归模型的统计量(对应4个参数值:相关系数r^2,F值,与F对应的概率P, 误差估计)
结果:
c =-0.13113+7.4041t+93.8463t^2
b =
93.8463
7.4041
-0.1311
bint =
49.0695 138.6230
3.0080 11.8003
-0.2206 -0.0417
r =
-7.9463
12.1753
7.6430
23.4181
-5.7745
-24.6342
-21.1042
12.0771
-14.2239
-24.5126
-13.6148
79.3895
-18.3498
30.6032
16.0385
5.6060
-1.1579
-55.6326
rint =
-56.6714 40.7788
-46.0597 70.4102
-54.7131 69.9992
-38.1024 84.9386
-68.9365 57.3874
-86.0124 36.7440
-82.5767 40.3683
-50.1051 74.2593
-76.2751 47.8273
-85.5679 36.5427
-76.3083 49.0788
33.9153 124.8637
-81.4707 44.7712
-30.6668 91.8733
-46.5710 78.6479
-56.9761 68.1881
-60.5541 58.2383
-101.2318 -10.0333
s =
0.5007 7.5203 0.0055 933.2755
t0=ones(18,1);
t1=[0 4 8 9 10 18 21 23 24 25 29 37 38 39 40 41 44 46]';
t2=t1.*t1;
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33]';
T=[t0 t1 t2];
[b,bint,r,rint,s]=regress(c,T,0.05);
disp(['c =' num2str(b(3)) '+' num2str(b(2)) 't+' num2str(b(1)) 't^2'])%输出方程
b%方程系数
bint%b的置信区间
r%残差
rint%r的置信区间
s%检验回归模型的统计量(对应4个参数值:相关系数r^2,F值,与F对应的概率P, 误差估计)
结果:
c =-0.13113+7.4041t+93.8463t^2
b =
93.8463
7.4041
-0.1311
bint =
49.0695 138.6230
3.0080 11.8003
-0.2206 -0.0417
r =
-7.9463
12.1753
7.6430
23.4181
-5.7745
-24.6342
-21.1042
12.0771
-14.2239
-24.5126
-13.6148
79.3895
-18.3498
30.6032
16.0385
5.6060
-1.1579
-55.6326
rint =
-56.6714 40.7788
-46.0597 70.4102
-54.7131 69.9992
-38.1024 84.9386
-68.9365 57.3874
-86.0124 36.7440
-82.5767 40.3683
-50.1051 74.2593
-76.2751 47.8273
-85.5679 36.5427
-76.3083 49.0788
33.9153 124.8637
-81.4707 44.7712
-30.6668 91.8733
-46.5710 78.6479
-56.9761 68.1881
-60.5541 58.2383
-101.2318 -10.0333
s =
0.5007 7.5203 0.0055 933.2755
Sievers分析仪
2024-10-13 广告
2024-10-13 广告
是的。传统上,对于符合要求的内毒素检测,最终用户必须从标准内毒素库存瓶中构建至少一式两份三点标准曲线;必须有重复的阴性控制;每个样品和PPC必须一式两份。有了Sievers Eclipse内毒素检测仪,这些步骤可以通过使用预嵌入的内毒素标准...
点击进入详情页
本回答由Sievers分析仪提供
展开全部
t=[0 4 8 9 10 18 21 23 24 25 29 37 38 39 40 41 44 46];
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33];
[p,S,mu] =polyfit(t,c,2)
结果为:
p =
-0.131131380060804 7.404136387597593 93.846288472422543
分别对应beta2,beta1,beta0的系数
具体参考doc polyfit
c=[85.90 133.54 152.33 173.28 149.00 160.00 170.40 206.85 181.79 172.48 184.67 267.67 167.50 213.76 196.24 182.59 164.60 101.33];
[p,S,mu] =polyfit(t,c,2)
结果为:
p =
-0.131131380060804 7.404136387597593 93.846288472422543
分别对应beta2,beta1,beta0的系数
具体参考doc polyfit
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询