bbci
trri
tstatsregressyx1005pausercoplotrri
tb．图形、运算结果及分析
第4页共9页
f112
111
110
109
108
107
106
2
4
6
8
10
12
14
16
18
20
由数据的散点图可以看出，函数关系呈线性函数关系，因此用线性回归分析，运算结果如下：
x1121314151718110111114115115118119
b108258101742
bci
t107279410923670089102593
r2186404194
第5页共9页
f0625303711052280278604903041620096300295011050393003671ri
t2500118727114571984609401219061260420026112832173914131197041188221688127002102317717157901625916849176421543319289114291861911276stats064842028660000905965得到线性关系的系数为b108258101742则函数表达式为y108258101742x
第6页共9页
fResidualCaseOrderPlot2
15
1
05
Residuals
0
05
1
15
2
252
4
6
8
10
12
CaseNumber
上图为残差分析图，两条红线所在点表示异常点。
2．方法二：由方法一中的散点图观察可知，可以选择多项式拟合的回归分析方法，下用3次多项式进行回归分析，建立回归模型
a代码：fu
ctio
f84x23457810111415151819y10642109210958109511010993110491105911061109110761111112pSpolyfitxy3py1deltapolyco
fpxSy1plotxyxy1b．图形、运算结果及分析
第7页共9页
f112
111
110
109
108
107
106
2
4
6
8
10
12
14
16
18
20
p000300111213653
y1Colum
s1through6107397210826341089609Colum
s7through12110604211062141105904Colum
131113359
1050874
10950751106121
11021991106121
11042131110237
得到函数关系式为：y0003001112x13653x2105087x3
3．方法三：下用polytool工具箱对数据进行多项式拟合，建立回归模型，可以更方便的控制函数的次数，得到更精确的多项式函数，缺点是不能得出确切的函数关系式，但可以和方法二中的polyco
f函数同时使用，求得所拟合函数的函数表达式。
a代码：fu
ctio
f85
x23457810111415151819
y10642109210958109511010993110491105911061109110761111112
polytoolxy7b．图形、运算结果及分析
第8页共9页
f114
112
110
108
106
104
102
2
4
6
8
10
12
14
16
18
由图可以清晰地看到图形的置信区间。
第9页共9页
fr