一元线性回归模型的MATLAB实现开题报告

1. 研究目的与意义

背景

为使回归方程较能符合实际，首先应尽可能定性判断自变量的可能种类和 个数，并在观察事物发展规律的基础上定性判断回归方程的可能类型；其次，力求掌握较充分的高质量统计数据，再运用统计方法，利用数学工具和相关软件从定量方面计算或改进定性判断。如今随着时代的发展数据量也越来越庞大数据更新原来越快然而若是单纯的靠人工对这些数据进行统计何的分析不仅仅效率无法保证而且精确性也是问题。幸运的是人类也随之开发出许多数学统计分析软件可以高效而准确的分析出数据关系并进行检验。所以掌握这些软件解决实例数据问题也是我们所必须的技能。

目的

2. 研究内容和预期目标

在一元线性回归中，数据使用线性预测函数来建模，并且未知的模型参数也是通过数据来估计。这些模型被叫做线性模型。最常用的线性回归建模是给定X值的y的条件均值是X的仿射函数。不太一般的情况，线性回归模型可以是一个中位数或一些其他的给定X的条件下y的条件分布的分位数作为X的线性函数表示。线性回归是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。这是因为线性依赖于其未知参数的模型比非线性依赖于其位置参数的模型更容易拟合，而且产生的估计的统计特性也更容易确定。如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。该题目先阐述一元线性回归的内在机理，然后列举若干应用实例，最后采用MATLAB软件实现。

3. 研究的方法与步骤

1、确定回归模型

4. 参考文献

[1] 李晓莉，张雅文.概率论与数理统计.第1版.北京：高等教育出版社，2014

[2]盛骤，谢式千，潘承毅.概率论与数理统计.第4版.北京：高等教育出版社，2010

[3] 陈乃辉.统计回归分析--回归方程引论.第1版.北京：科学出版社，2012

5. 计划与进度安排

1、2022年2月22日-3月6日，指导老师下达任务书，向我们讲授所选论题的状况和要求等。

2、2022年3月7日-3月13日，指导老师修改和审定我们的开题报告。

3、2022年3月14日-4月17日，指导老师指导我们开始毕业论文写作。