数模--一元线性回归模型建立、matlab实现

 模型代码如下：

function [b,bint,r,rint,states,sima2,p,y0,zxqj]=huigui(x,y,x0)
%x 一元线性模型自变量的n个观测值的（n*p）矩阵；y 一元线性模型因变量的n个观测值的n×1向量，x0为预测值的横坐标b；
%b 回归系数的最小二乘估计值，bint 估计值b的置信区间，r 模型拟合残差，rint -模型拟合残差的置信区间；
%stats 有三个数值包含R^2统计量、方差分析的F统计量的值、方差分析的显著性概率p值和sigama^2的估计值；输出的y0为预测值纵坐标
format short;
x1=[ones(length(x),1),x];
[b,bint,r,rint,states]=regress(y,x1);
sima2=(vpa(states(4),20));      
p=vpa(states(3),20);   %检验的p值   p<0.01,回归方程高度显著;0.0.1<=p<0.05,回归方程显著;p>=0.05,回归方程不显著
y0=b(1)+b(2)*x0;
s=sqrt(states(4));
zxqj=[y0-2*s,y0+2*s];   %置信区间
plot(x,y,'.'),lsline
%rcoplot(r,rint)   %残差分析

结果：

>> x=[1,2,3,4,5,6,7,8,9]';
>> y=[2,4,6,8,10,11,14,16,18]';
>> x0=10;
>> [b,bint,r,rint,states,sima2,p,y0,zxqj]=huigui(x,y,x0)

b =

   -0.0278
    1.9833

bint =