1 简介
煤炭是我国的主要能源,我国经济飞速发展离不开煤炭资源的大量消费.收集近15年的统计数据,基于多元线性回归分析,建立多元线性回归模型并对模型进行检验修正.该模型避免了复杂的推导过程,有较高的准确度.根据预测模型得出了影响煤炭消费量的主要因素以及未来变化趋势.
2 部分代码
% 回归模型
clc,clear
load mstdata1.mat
n0=size(mstdata);
a=mean(mstdata); % 均值
% %a=mean(a');
a1=std(mstdata); % 方差
% %b=std(b');
% for i=1:n0(1,2)
% for j=1:n0(1,1)
% mstdata(j,i)=(mstdata(j,i)-a(1,i))/b(1,i);
% end
% end
%
mstdata=zscore(mstdata); %标准化
xs12010 = mstdata(26,1); %2010年煤炭
xs22010 = mstdata(26,2); %2010年石油
xs32010 = mstdata(26,3); %2010年天然气
xs12005 = mstdata(21,1); %2005年煤炭
xs22005 = mstdata(21,2); %2005年石油
xs32005 = mstdata(21,3); %2005年天然气
figure(1),
X=mstdata(:,1:3);
X=[ones(n0(1,1),1),X];
Y=mstdata(:,n0(1,2));
[b,bint,r,rint,s]=regress(Y,X);
rcoplot(r,rint)
%%
%删除一些异常点
j=1;
for i=1:n0(1,1)
if i~=21
Cmstdata(j,:)=mstdata(i,:);
j=j+1;
end
end
figure(2),
n1=size(Cmstdata);
X=Cmstdata(:,1:3);
X=[ones(n1(1,1),1),X];
Y=Cmstdata(:,n1(1,2));
[b,bint,r,rint,s]=regress(Y,X)
rcoplot(r,rint)
% %%
% x1=0*a1(1,1)+a(1,1)
% x2=0*a1(1,2)+a(1,2)
% x3=1.431741*a1(1,3)+a(1,3)
3 仿真结果
4 参考文献
[1]刘健, and 程根银. "基于多元线性回归对我国煤炭消费量的分析." 华北科技学院学报 v.15;No.73.03(2018):113-117.
5 MATLAB代码与数据下载地址
见博客主页
