寶雞市房地產(chǎn)調(diào)控論文國一

1、寶雞文理學(xué)院2016年數(shù)學(xué)建模競賽參賽類別： 本科姓名系別學(xué) 號手機(jī)E-mail屈甜麗數(shù)信院201490064016157092745701053142406竇婉婷數(shù)信院201490064018157716813181339941352魯天龍地環(huán)院201593144137178092786131194976861寶雞文理學(xué)院大學(xué)生數(shù)學(xué)建模競賽承諾書我們仔細(xì)閱讀了2016年寶雞文理學(xué)院數(shù)學(xué)建模競賽相關(guān)細(xì)則。我們完全明白，在競賽開始后參賽隊員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊外的任何人（包括教師）研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競賽規(guī)則的, 如果引用別人

2、的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾，嚴(yán)格遵守競賽規(guī)則，以保證競賽的公正、公平性。如有違反競賽規(guī)則的行為，我們將受到嚴(yán)肅處理。參賽隊員 (簽名) ：隊員1：姓名屈甜麗 系別數(shù)學(xué)與信息科學(xué)學(xué)院專業(yè)年級2014級統(tǒng)計學(xué)隊員2：姓名竇婉婷 系別數(shù)學(xué)與信息科學(xué)學(xué)院 專業(yè)年級2014級統(tǒng)計學(xué)隊員3：姓名魯天龍 系別地理與環(huán)境學(xué)院專業(yè)年級2015級地理科學(xué)類評閱編號：寶雞市房地產(chǎn)調(diào)控關(guān)系模型摘要近十年，我國房地產(chǎn)雖然取得了一定成績，但調(diào)控多為定性的行政手段，量化調(diào)控方案很少，并且調(diào)控政策一般只短暫實用某一特定時期。本文

3、主要針對寶雞市相關(guān)房地產(chǎn)調(diào)控問題進(jìn)行了分析。針對問題一：由于各片區(qū)商品住宅價格數(shù)據(jù)難以尋找，我們在寶雞市統(tǒng)計局官網(wǎng)、寶雞市人民政府官網(wǎng)等平臺收集了寶雞市2006年至2015年十年的商品住宅價格數(shù)據(jù)、大宗商品價格數(shù)據(jù)、平均工資收入和GDP數(shù)據(jù)，建立線性回歸模型，利用spss軟件得出線性回歸方程式，利用殘差分析檢驗?zāi)Ｐ秃线m性，最后根據(jù)MATLAB實現(xiàn)的回歸分析對spss實現(xiàn)的回歸分析進(jìn)行再次檢驗。針對問題二：整理這十年寶雞市商品房價格數(shù)據(jù)后，本文采用了移動平均法建立了移動平均值模型，預(yù)測出了2006年1月至6月的房價數(shù)據(jù)并與實際值比較，誤差值小于60元，在可接受范圍內(nèi)，并以預(yù)測值預(yù)測了7至12月房

4、價變化趨勢。針對問題三：根據(jù)表1中數(shù)據(jù)分別計算出商品住宅價格增速和GDP增速，利用MATLAB在同一坐標(biāo)系中畫出兩者函數(shù)圖象，由圖象可得，調(diào)控政策在5年內(nèi)有效；由問題一的求解可知，商品住宅價格、GDP增速、工資水平三者互有關(guān)系，且GDP增速與市民工資水平同時對商品住宅價格有影響，由此建立多元線性回歸模型，得出三者之間的回歸方程，并由殘差分析杠桿圖知該回歸方程顯著性較好。關(guān)鍵字： SPSS 線性回歸模型 MATLAB 移動平均值模型 一、問題重述從2002年8月26日六部委頒發(fā)217號文件起，我國房地產(chǎn)調(diào)控歷史走過來十余年。近十年，我國房地產(chǎn)調(diào)控目標(biāo)逐漸清晰，政策體系逐漸建立。然而，雖然取得了一

5、定成績，但調(diào)控多為定性的行政手段，量化調(diào)控方案很少，并且調(diào)控政策一般只短暫實用某一特定時期。請根據(jù)寶雞市近十年經(jīng)濟(jì)數(shù)據(jù)解決一下問題：1、收集寶雞市近十年各片區(qū)商品住宅價格變化數(shù)據(jù)、大宗商品價格變化數(shù)據(jù)、工資收入和GDP數(shù)據(jù)等，并挖掘他們之間的關(guān)系。2、根據(jù)近十年已知數(shù)據(jù)建立數(shù)學(xué)模型并預(yù)測2016年1-6月間商品住宅價格，與實際相比較，并以此來預(yù)測2016年7-12月商品住宅價格變化趨勢。3、結(jié)合寶雞市市民工資收入的具體情況，評價調(diào)控政策“商品住宅價格的增長速度不高于GDP的增長速度”在多長時間內(nèi)有效，并嘗試建立數(shù)學(xué)模型模擬商品住宅價格、GDP增速、市民工資水平之間的關(guān)系。二、模型假設(shè)1、假設(shè)收

6、集的所有數(shù)據(jù)是準(zhǔn)確的2、假設(shè)在未來一年內(nèi)沒有經(jīng)濟(jì)危機(jī)3、假設(shè)寶雞市商品運(yùn)營模式是正常運(yùn)轉(zhuǎn)的4、假設(shè)近幾年沒有影響到人民正常生活的自然災(zāi)害三、符號說明預(yù)測前期工資收入（元）GDP（元）大宗商品價格（元）商品住宅價格（元）商品房價格增速（%）GDP增速（%）四、問題分析1.由于沒有途徑可以獲得寶雞市各片區(qū)商品住宅價格數(shù)據(jù)，我們打算在寶雞市統(tǒng)計局官網(wǎng)、寶雞市人民政府官網(wǎng)等較為權(quán)威的網(wǎng)站收集所需數(shù)據(jù)，我們預(yù)利用spss軟件對各個指標(biāo)進(jìn)行一元回歸以及多元回歸，進(jìn)而得出它們的線性關(guān)系。然后通過MATLAB畫出兩兩指標(biāo)關(guān)系圖像，進(jìn)一步確定其線性關(guān)系。 2. 此問題為預(yù)測問題，我們預(yù)在問題一的基礎(chǔ)上運(yùn)用移動平

7、均法建立移動平均模型，來預(yù)測2006年1-6月商品房價格，并與真實值進(jìn)行比較，進(jìn)而預(yù)測7-12月的商品房價格。3. （1）由于問題涉及到商品住宅房價格增速和GDP增速的比較問題，所以我們準(zhǔn)備運(yùn)用MATLAB在同一坐標(biāo)系下畫出二者圖像，觀察圖像得出調(diào)控政策的有效時間段。（2）嘗試建立多元回歸模型，進(jìn)而得出三者之間的關(guān)系。五、模型的建立與求解5.1 問題一1.模型建立收集到關(guān)于寶雞市近十年住宅價格、工資收入、GDP、大宗商品數(shù)據(jù)如下表：年份（年）住宅（元）工資收入（元）GDP（元）大宗商品（元）2006186294244903100000011745237000200720001099357878

8、0000001498947500020082720.513225714070000001815438300020092779.51634680656000000224923430002010310018978976090000002560295600020113397.53223371.17575E+113213930500020123568.75257771.40987E+114205533000020133780285091.54991E+117056879000020144276.3315661.65854E+117422213000020153918.58294751.78859E+1

9、171112400000表 12015年1-12月份商品住宅房價格如下表：月份123456789101112商品住宅價格(元/平米)398039823982393739293882383637483779380537953767表22016年1-6月份商品住宅房價格如下表：月份123456商品住宅價格（元/平米）373337303790380838193863表3設(shè)隨機(jī)變量隨著個自變量，變化，并有如下線性關(guān)系式： （1）則此稱為回歸方程，其中成為回歸系數(shù)，式個帶估計參數(shù)，為剩余參數(shù)。 回歸分析的主要問題是，的組觀測數(shù)據(jù) 給出個回歸分析系數(shù)的估計值，同時對（）做統(tǒng)計檢驗，以便說明統(tǒng)計值的可靠性。

10、將觀測值（1）式得(2)假設(shè), ,則（2）式對應(yīng)的矩陣方程為回歸方程檢驗：（1） 判定系數(shù)檢驗：多元線性回歸模型判定系數(shù)的定義與一元線性回歸分析類似。判定系數(shù)R接近于1表明與之間的線性關(guān)系程度密切，R接近于0表明與之間的線性關(guān)系程度不密切。（2） 回歸方程顯著性分析：回歸方程的顯著性檢驗是檢驗所有自變量作為一個整體與因變量之間有著顯著的線性相關(guān)關(guān)系。顯著性檢驗是通過F檢驗進(jìn)行的。F檢驗值的計算公式是，且多元回歸方程的顯著性檢驗與一元回歸方程類似。2.模型求解：求解：首先利用spss軟件對各組數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后對這四組數(shù)據(jù)兩兩進(jìn)行回歸分析，得出線性回歸方程式，利用殘差分析檢驗?zāi)Ｐ秃线m性，檢驗?zāi)?/p>

11、型的擬合優(yōu)度，F(xiàn)檢驗?zāi)Ｐ惋@著性。最后根據(jù)MATLAB實現(xiàn)的回歸分析對spss實現(xiàn)的回歸分析進(jìn)行再次檢驗。（1） 對商品住宅價格和工資收入進(jìn)行一元線性回歸分析係數(shù)a由上圖中的B可得到商品住宅價格和工資收入的線性回歸方程式為注：表示商品住宅價格（因變量），表示工資收入（自變量）·模型的檢驗：模型摘要模型RR 平方調(diào)整後 R 平方標(biāo)準(zhǔn)偏斜度錯誤1.980a.961.956168.025a. 預(yù)測值：（常數(shù)），zscnre表（1-2）變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸5571676.48515571676.485197.350.000b殘差225859.786828232.4

12、73總計5797536.2719a. 應(yīng)變數(shù): zscoreb. 預(yù)測值：（常數(shù)），zscnre表（1-3）由表1-2中擬合優(yōu)度高，由表1-3F=197.35得出模型顯著性高（2）對商品住宅價格和GDP進(jìn)行一元線性回歸分析係數(shù)a模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯誤Beta1（常數(shù)）1308.161201.0746.506.000Zscure(GDP/元)1.643E-8.000.9619.811.000a. 應(yīng)變數(shù): zscore表2-1則由上圖中的B可得到商品住宅價格和GDP的線性回歸方程式為注：表示商品住宅價格（因變量），表示GDP（自變量）·模型的檢驗：模型摘要模型RR

13、 平方調(diào)整後 R 平方標(biāo)準(zhǔn)偏斜度錯誤1.961a.923.914235.805a. 預(yù)測值：（常數(shù)），zscure表2-2變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸5352705.62215352705.62296.265.000b殘差444830.650855603.831總計5797536.2719a. 應(yīng)變數(shù): zscore b. 預(yù)測值：（常數(shù)），zscure表2-3由表2-2中擬合優(yōu)度高，由表2-3F=96.265得出模型顯著性高（3）對商品住宅價格和大宗商品價格進(jìn)行一元線性回歸分析係數(shù)a模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯誤Beta1（常數(shù)）2015.793217.5

14、759.265.000Zscmre（大宗商品價格/元）2.935E-8.000.9066.064.000a. 應(yīng)變數(shù): zscore表3-1則由上圖中的B可得到商品住宅價格和大宗商品價格的線性回歸方程式為注：表示商品住宅價格（因變量），表示大宗商品價格（自變量）·模型的檢驗：模型摘要模型RR 平方調(diào)整後 R 平方標(biāo)準(zhǔn)偏斜度錯誤1.906a.821.799359.850a. 預(yù)測值：（常數(shù)），zscmre表3-2變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸4761597.82514761597.82536.771.000b殘差1035938.4468129492.306總計579

15、7536.2719a. 應(yīng)變數(shù): zscoreb. 預(yù)測值：（常數(shù)），zscmre表3-3由表3-2中擬合優(yōu)度高，由表3-3F=36.771得出模型顯著性高。同上，根據(jù)spss得出工資收入（）與GDP（）的線性關(guān)系；工資收入（）與大宗商品價格（）的線性關(guān)系； GDP（）與大宗商品價格（）的線性關(guān)系。則根據(jù)（附錄a）數(shù)據(jù)得到：i）、工資收入（）與GDP（）的線性回歸方程為ii）工資收入（）與大宗商品價格（）的線性回歸方程為iii）GDP（）與大宗商品價格（）的線性回歸方程為并且由-得到商品住宅價格y與工資收入（），GDP（），大宗商品價格（）多元回歸方程式為驗證：利用MATLAB實現(xiàn)回歸分析，對

16、SPSS結(jié)果進(jìn)行驗證，結(jié)果如下：（程序見附錄b）（1）商品住宅價格和工資收入線性回歸關(guān)系圖：圖1.1 圖1.2（殘差分析圖）圖1.3（回歸方程圖）由圖及數(shù)據(jù)（附錄b）得到商品住宅價格和工資收入的線性回歸方程式為（2）商品住宅價格和GDP線性回歸關(guān)系圖：圖2.1 圖2.2（殘差分析圖）圖2.3（回歸方程圖）由圖及數(shù)據(jù)（附錄b）得到商品住宅價格和GDP的線性回歸方程式為（3）商品住宅價格和大宗商品價格線性回歸關(guān)系圖：圖3.1 圖3.2（殘差分析圖）圖3.3（回歸方程圖）由圖及數(shù)據(jù)（附錄b）得到商品住宅價格和大宗商品價格的線性回歸方程式為同上得出工資收入（）與GDP（）的線性關(guān)系；工資收入（）與大宗

17、商品價格（）的線性關(guān)系； GDP（）與大宗商品價格（）的線性關(guān)系。則根據(jù)程序數(shù)據(jù)及圖像（附錄b）得到：i）工資收入（）與GDP（）的線性回歸方程為ii）工資收入（）與大宗商品價格（）的線性回歸方程為iii）GDP（）與大宗商品價格（）的線性回歸方程為并且由-得到商品住宅價格y與工資收入（），GDP（），大宗商品價格（）多元回歸方程式為根據(jù)spss與MATLAB軟件得出的以上線性回歸關(guān)系及方程，進(jìn)行比較得二者回歸方程系數(shù)相近，且由于MATLAB殘差分析圖中：i）所有數(shù)據(jù)的殘差離零點(diǎn)都比較近，殘差的置信區(qū)間都包含零點(diǎn)，這說明多元線性回歸模型能很好的符合原始數(shù)據(jù)，回歸效果較好。 ii）除圖

18、中紅色的點(diǎn)外，其余數(shù)據(jù)的殘差離零點(diǎn)都比較近，殘差的置信區(qū)間都包含零點(diǎn)，這說明多元線性回歸模型能較好的符合原始數(shù)據(jù)故而MATLAB檢驗了spss求解的線性回歸方程的合理性。結(jié)果整理：· 商品住宅價格（）和工資收入（）的線性回歸方程式為· 商品住宅價格（）和GDP（）的線性回歸方程式為· 商品住宅價格（）和大宗商品價格（）的線性回歸方程式為· 工資收入（）與GDP（）的線性回歸方程為· 工資收入（）與大宗商品價格（）的線性回歸方程為· GDP（）與大宗商品價格（）的線性回歸方程為· 住宅價格y與工資收入（），GDP（），大宗商品

19、價格（）多元回歸方程式為5.2問題二1.模型建立：移動平均值模型移動平均法是一種最簡單的適應(yīng)模型，是在算術(shù)平均的基礎(chǔ)上發(fā)展起來的一種預(yù)測方法。算術(shù)平均雖能代表一組數(shù)據(jù)的平均水平，但它不能反映數(shù)據(jù)的變化趨勢，而原始數(shù)據(jù)雖然存在某種趨勢，但數(shù)據(jù)可能是零散的或雜亂無章的，無法直接加以分析。移動平均法克服了上述弱點(diǎn)，其基本方法是，選一個固定的周期N，對數(shù)據(jù)進(jìn)行平均，每遞推一個周期就加上后一個數(shù)據(jù)，舍去初始數(shù)據(jù)，依次類推，直至把數(shù)據(jù)處理完畢。以N=5為例：表示第五、第六個周期的一次移動平均值，依次類推。若移動平均的周期為N，則可得到計算移動平均值的一般公式：其中，表示第期的一次移動平均值可見，移動平均法

20、實際上是對于某一期數(shù)據(jù)，取前N個數(shù)據(jù)進(jìn)行平均，N個數(shù)權(quán)數(shù)相同，而其它數(shù)據(jù)的權(quán)這樣，經(jīng)過移動平均，將消除數(shù)據(jù)列中異常的因素，對數(shù)據(jù)進(jìn)行修勻。一般情況下，如果數(shù)據(jù)沒有明顯的周期變化和趨勢變化，可用第t期的一次移動平均值作為t+1期的預(yù)測值，即其一般公式為二次移動平均使原始數(shù)據(jù)得到了進(jìn)一步修勻，使其顯現(xiàn)性趨勢。在二次移動平均值的基礎(chǔ)上，可建立線性模型： 式中：預(yù)測前期數(shù) （預(yù)測方程）通過查表（多項式模型參數(shù)估算公式）可知：使用移動平均法，最重要的是移動周期N的選擇。因為 式中：.移動平均值方差.原始數(shù)據(jù)點(diǎn)方差N.數(shù)據(jù)點(diǎn)數(shù)也就是說，移動平均修勻后的方差，隨著N的加大而減少。也就是N越大，對原始數(shù)據(jù)修勻

21、能力越強(qiáng)然而修勻能力與對外界變化的反映速度是互相矛盾的，兩者不能兼得。因此，對于N值一般應(yīng)視具體情況，采用折衷辦法確定。根據(jù)過程的實際發(fā)展趨勢，N值大體有如下四種選擇方法：（1）水平式也就是趨勢保持不變，移動平均值是無編差的，M值與N值無關(guān)（2）脈沖式趨勢僅在某一段時間突然增加或減少，隨后又保持不變，N取得越大，M的誤差2aS越小，因此N應(yīng)取得較大些。（3）階梯式趨勢僅在開始一段時間保持不變，然后增加或減少到一個新的水平后又保持不變，N取得越小，M的誤差2aS越小，因此N應(yīng)取得較小。（4）斜坡式趨勢周期的遞增或遞減，M總是比實際趨向落后，因此N應(yīng)取得越小越好。一般情況下，如欲加大原始數(shù)據(jù)的修句

22、力度，則N宜取大些，如果希望加大對外界變化的反映力度，刨N宜取小些。N的取值范圍一般為320。運(yùn)用MATLAB畫出年份與工資的關(guān)系圖如下：圖1由圖可看出為斜坡式，取為3。3.模型求解（1）由表2數(shù)據(jù)運(yùn)用Excel方差運(yùn)算求得如下表：月份工資收入一次移動平均值二次移動平均值139802398233982398143937396753929394939666388239163944738363882391683748382238739377937883831103805377737961137953793378612376737893786表4運(yùn)用Excel求得：與表32016年1-6月真實值相比

23、較誤差在5-61之間屬于正常范圍。（2）由以上數(shù)據(jù)預(yù)測7-12月份商品住宅價格月份工資收入一次移動平均值二次移動平均值7379483797937993797103802379911380438023799123807380438025.3問題三1.第一問模型建立與求解根據(jù)表一2006年至2015年商品住宅數(shù)據(jù)和GDP數(shù)據(jù)，我們計算出2007年至2015年商品住宅增速（%）分別為：7.4、36、2.2、11.5、9.6、5、5.9、13.1、-8。2007年至2015年GDP增速（%）分別為：18、23、13、21、20、20、10,、7、8。用MATLAB將、畫在同一個坐標(biāo)系里，得到圖形如下：

24、圖2由圖可以看出相差5年函數(shù)圖在函數(shù)圖之下，所以評價調(diào)控在5年內(nèi)有效。2.第二問模型建立與求解（1）模型建立數(shù)據(jù)統(tǒng)計：年份（年）住宅（元/平米）工資收入（元）GDP增速（%）20072000109931820082720.5132252320092779.5163461320103100189782120113397.53223372020123568.75257772120133780285091020144276.331566720153918.58294758由問題一的求解可知，商品住宅價格、GDP增速、工資水平三者互有關(guān)系，且GDP增速與市民工資水平同時對商品住宅價格有影響。因此建立多

25、元線性回歸模型，得出三者之間的回歸方程。（2）模型求解運(yùn)用MATLAB軟件中的regress函數(shù)求解多元線性回歸方程為： 則商品住宅價格、GDP增速、工資水平三者關(guān)系符合上式。和估計誤差方差值分別為：0.47411481 0.90155573 0.53879310 1528093.82938348由殘差分析杠桿圖看出，除第5個點(diǎn)外，其余數(shù)據(jù)的殘差離零點(diǎn)都比較近，殘差的置信區(qū)間都包含零點(diǎn)，則該回歸方程顯著性較好。（程序見附錄）六、模型的評價與推廣本文運(yùn)用了線性回歸模型和移動平均值模型，運(yùn)用SPSS軟件和MATLAN軟件對數(shù)據(jù)進(jìn)行高效處理，簡便準(zhǔn)確。優(yōu)點(diǎn)：（1）模型一運(yùn)用了SPSS軟件進(jìn)行回歸分析

26、，操作簡答，易得出相關(guān)性。 （2）模型二運(yùn)用了移動平均模型，根據(jù)時間序列，逐項推移，依次計算包含一定項數(shù)的序時平均數(shù)，以此進(jìn)行預(yù)測，對數(shù)據(jù)計算極為方便。缺點(diǎn)：時間、能力限制無法找到寶雞市各片區(qū)商品住宅房價格數(shù)據(jù)，以寶雞市整體數(shù)據(jù)代之，缺乏嚴(yán)謹(jǐn)性。推廣：本文在運(yùn)用了線性回歸模型進(jìn)行了回歸分析，同時，多元線性回歸不僅僅適用本文還適用于大型復(fù)雜線性系統(tǒng)的分析。七、參考文獻(xiàn) 1、 21世紀(jì)高等院校教材數(shù)學(xué)實驗 張國全 2、百度文庫 移動平均模型 3、寶雞市統(tǒng)計局 4、寶雞市人名政府網(wǎng) 5、寶雞市房產(chǎn)網(wǎng)八、附錄spss得出工資收入（）與GDP（）的線性關(guān)系圖工資收入（）與大宗商品價格（）的線性關(guān)系圖 G

27、DP（）與大宗商品價格（）的線性關(guān)系圖附錄bMATLAB程序與圖像（1）>> x1=9424;10993;13225;16346;18978;22337;25777;28509;31566;29475; >>x2=49031000000;57878000000;71407000000;80656000000;97609000000;117575000000;140987000000;154991000000;165854000000;178859000000;>> X4=ones(length(x2),1),x2;>> b,bint,r,rint

28、,stats=regress(x1,X4) b = 1.0e+003 * 1.7412 0.0000bint = 1.0e+003 * -0.7410 4.2234 0.0000 0.0000r = 1.0e+003 * -0.6390 -0.5716 -0.6358 0.9154 0.6701 0.6403 0.1067 0.4619 1.6751 -2.6231rint =1.0e+003 * -3.1885 1.9104 -3.2293 2.0861 -3.3969 2.1253 -1.8441 3.6749 -2.2075 3.5477 -2.2556 3.5362 -2.7711 2

29、.9845 -2.3002 3.2239 -0.5919 3.9422 -3.7503 -1.4959stats = 1.0e+006 * 0.0000 0.0004 0.0000 1.5935>> rcoplot(r,rint)>> z4=b(1)+b(2)*x2;>> plot(x2,x1,'.')>> plot(X4,x1,'k+',X4,z4,'r')（2）>> x1=9424;10993;13225;16346;18978;22337;25777;28509;31566;294

30、75;>>x3=1174523700018154383000;22492343000;25602956000;32139305000;42055330000;70568790000;74222130000;71112400000;>> X5=ones(length(x3),1),x3;>>b,bint,r,rint,stats=regress(x1,X5)b = 1.0e+003 * 8.8346 0.0000bint =1.0e+004 * 0.5118 1.2551 0.0000 0.0000r = 1.0e+003 * -3.

31、0372 -2.4699 -1.2151 0.5665 2.2380 3.5788 3.9570 -2.1151 -0.1861 -1.3169rint =1.0e+003 * -8.1694 2.0951 -7.9451 3.0053 -7.0943 4.6641 -5.4885 6.6214 -3.5753 8.0513 -1.7909 8.9485 -1.2253 9.1393 -7.3429 3.1127 -5.5485 5.1763 -6.7145 4.0807stats = 1.0e+006 * 0.0000 0.0001 0.0000 7.1048>> rcoplot(r,rint)>> z5=b(1)+b(2)*x3;>> plot(x3,x1,'.')>> plot(X5,x1,'k+',X5,z5,'r')（3）>>x2=49031000000;57878000000;71407000000;80656000000;97609000000;117575000000;140987000