矿脉分布的回归模型建立与选择
论文摘要:本文主要研究的是矿脉分布的模型建立,通过对已知数据的分析,作出散点图,然后建立合适的回归模型,如:线性模型、二次模型、双曲线模型、对数模型等。运用MATLAB软件,通过对建立模型的剩余标准差比较,选择出最合适的回归模型为二次模型。通过对论文的研究,熟悉MATLAB软件的应用以及在模型建立中对模型选择的认识。
1 引言。
本文通过研究矿脉的分布的研究,建立回归模型,包括线性模型、二次模型、双曲线模型、对数模型等模型。应用MATLAB软件对模型的比较与分析,选择出最合适的模型并对结果进行分析。
2 模型分析。
2.1 问题的重述。
一矿脉有13个相邻样本点,人为地设定一原点,现测得各样本点对原点的距离x,与该样本点处某种金属含量y 的一组数据如下(附录表2.1),画出散点图观测二者的关系,试建立合适的回归模型,如二次曲线、双曲线、对数曲线等。
2.2 问题的分析。
2.2.1 模型假设。
本问题中没有给出明确的模型选择,我们先画出其散点图,然后对其分析,建立模型。
从数理统计的观点看,这里涉及的都是随机变量,我们根据一个样本计算出的那些系数,只是它们的一个(点)估计,应该对它们作区间估计或假设检验,如果置信区间太大,甚至包含了零点,那么系数的估计值是没有多大意义的。另外也可以用方差分析方法对模型的误差进行分析,对拟合的优劣给出评价。
具体地说,回归分析在一组数据的基础上研究这样几个问题:
( i ) 建立因变量y与自变量 QUOTE … QUOTE 之间的回归模型 (经验公式);。
(iii)判断每个自变量对y的影响是否显著;。
Matlab 统计工具箱用命令regress 实现多元线性回归,用的方法是最小二乘法,用法是:b=regress(Y,X).
其中X ,Y是按照 QUOTE , QUOTE 式排列的数据,b 为回归系数估计值为 QUOTE 通过码头MATLAB建立回归模型。
[b,bint, ,rint,stats]=regress(Y,X,alpha) 这里Y,X 同上,alpha 为显著性水平(缺省时设定为0.05 ),b,bint 为回归系数估计值 和它们的置信区间,,rint 为残差 (向量)及其置信区间,stats 是用于检验回归模型的统计量,有三个数值,第一个是 QUOTE ,第二个是 QUOTE ,第三个是与F对应的概率P,P QUOTE 拒绝 QUOTE ,回归模型成立.残差以及置信区间可以用rcoplot( ,rint)画图。
3 模型求解。
图3.1。
从图像上看,如果第一个点数据剔除,线性关系比较明显,但并不能排除其他模型。下面就对几种模型都加以计算比较。(图3.1,程序见附录3.1)。
图3.2。
结果输出:
b =108.2581 0.1742。
Bint =107.2794 109.2367 0.0891 0.2593。
stats =0.6484 20.2866 0.0009。
线性相关系数较小,线性回归模型在alpha0.0009成立第一个点为异常点(仅指线性模型下),予以剔除,再次输入程序得图(3.3),程序见附录3.3。
图3.3。
结果输出:
b =109.0668 0.1159。
bint =108.8264 109.3072 0.0958 0.1360。
stats =0.9428 164.8060 0.0000。
rmse=sqrt(sum((y—b(1)—b(2)*x1).^2)/10)得:rmse =0.1635。
3.1.2 二次曲线。
p =—0.0043 0.2102 108.6718。
二次模型 QUOTE。
[Y,delta]=polyconf(p,x,S);。
rmse=sqrt(sum((y—Y).^2)./10),得:
rmse =0.1231。
双曲线模型类似于 QUOTE ,可以通过将x的倒数代换转化为线性模型来求。输入程序得到图(3.4),程序见附录3.5。
图3.4。
输出结果:b =111.4405 —9.0300。
bint =111.1068 111.7743 —10.6711 —7.3889。
stats =0.9302 146.6733 0.0000。
有两个异常点,剔除后再次输入程序可得图(3.5),程序见附录3.6。
图3.5。
输出结果:b =111.5653 —10.9938。
bint =111.2882 111.8424 —13.5873 —8.4002。
stats =0.9309 107.7623 0.0000。
rmse=sqrt(sum((y—b(1)—b(2)./x1).^2)/8)得:
rmse =0.1487。
3.1.4 对数曲线。
类似于双曲线模型,输入程序得图(3.6),程序见附录3.7。
图3.6。
输出结果:b =106.7113 1.5663。
bint =105.6382 107.7844 1.0828 2.0499。
stats =0.8221 50.8285 0.0000。
剔除异常点,重新输入程序计算可得图(3.7),程序见附录3.8。
图3.7。