logistic.m

用logistics法拟合数据

clear
clc
% 读入人口数据（1977－2006年）
fid=fopen('shuju2.txt','r');
a=fscanf(fid,'%f',[30,2]);
y=a(:,1);
% 读入时间变量数据（t＝年份－1976）
t=a(:,2);
hold on;
plot(t,y,'r');
text(15,70000,'全国就业人口示意图');
% 线性化处理
T=t;
for t = 1:30, 
   x(t)=exp(-t);
   y(t)=1/y(t,1);
end
% 计算，并输出回归系数B
c=zeros(30,1)+1;
X=[c,x'];
B=inv(X'*X)*X'*y;
for i=1:30,
% 计算回归拟合值    
    z(i)=B(1,1)+B(2,1)*x(i);
% 计算离差
    s(i)=y(i)-sum(y)/30;
% 计算误差    
    w(i)=z(i)-y(i);
end
% 计算离差平方和S
S=s*s';
% 回归误差平方和Q
Q=w*w';
% 计算回归平方和U
U=S-Q;
% 计算，并输出F检验值
F=28*U/Q;
% 计算非线性回归模型的拟合值
for j=1:30,
    Y(j)=1/(B(1,1)+B(2,1)*exp(-j));
end
% 输出非线性回归模型的拟合曲线（Logisic曲线）
plot(T,Y)
text(20,60000,'logisic曲线')
hold off;
a=fopen('jieguo.txt','w');
fprintf(a,'回归系数B=');
fprintf(a,'%double\n',B);
fprintf(a,'离差平方和S=');
fprintf(a,'%double\n',S);
fprintf(a,'回归误差平方和Q=');
fprintf(a,'%double\n',Q);
fprintf(a,'回归平方和U=');
fprintf(a,'%double\n',U);
fprintf(a,'检验值F=');
fprintf(a,'%double',F);
fclose(a);