y=[64 60 71 61 54 77 81 93 93 51 76 96 77 93 95 54 468 99]';
x1=[0.4 0.4 3.1 0.6 4.7 1.7 9.4 10.1 11.6 12.6 10.9 23.1 23.1 21.6 23.1 1.9 26.8 29.9]';
x2=[53 23 19 34 24 65 44 31 29 58 37 46 50 44 56 36 58 51]';
x3=[158 163 37 157 59 123 46 117 173 112 111 114 134 73 168 143 202 124]';
x=[ones(18,1),x1,x2,x3];
[b,bint,r,rint,stats]=regress(y,x,0.05);
b
stats
以上是程序,你找个电脑黏贴运行下就可以了。
运行的结果是:
b=
-43.3990
3.8088
0.1132
0.7405
其中y关于x1,x2,x3的线性方程就是:
y=b[0]+b[1]*x1+b[2]*x3+b[3]*x3;注:b[0~3]就是程序输出b值的第一个到第四个。
stats= 0.3563 2.5836 0.0948(有的Matlab可能会输出四个来),第一个为R^2,要尽可能的趋向1;第二个为F,应该尽可能的大;第三个为p,应该尽可能的趋向0;以上三个都符合要求的话,就说明回归有效。这里看来参数都不是很好。
clear;
clc;
clg;
ck=[20;60;100;140;180;220;260;300;340;380;420;460;500];
response=[2/90;13/39;30/38;30/35;1;19/20;18/19;13/14;1;1;1;1;1];
beta=[0.5 0.5];
betahat = nlinfit(ck,response,@logit,beta);
plot(ck,response,'o');
hold on;
plot(ck,logit(betahat,ck),'r');
不过得注意的是,这里是用least-squares parameter estimates(即最小二乘)来估计参数的,而SPASS可能是用极大似然法来估计参数的,所以两个软件计算结果可能会不同。
也可能是自己程序编写有误,只能在以后实践中来发现错误了。
26.2 !____!-____- ^____^ $____$ &____& #____# @____@ *____* +____+ =____= (____( )_____) (____) ~____~
26.2