matlab逻辑回归建立预测模型

最新推荐文章于 2024-11-21 16:37:27 发布

我就想这样沉睡

最新推荐文章于 2024-11-21 16:37:27 发布

阅读量1.1w

点赞数 8

文章标签：逻辑回归 MATLAB

本文链接：https://blog.csdn.net/limin_yu/article/details/80253244

版权

该博客通过MATLAB展示了如何使用逻辑回归建立预测模型。首先读取人口数据和时间变量，然后进行线性处理，计算回归系数。通过最小二乘法求解回归方程，并计算离差、误差平方和、回归平方和以及F统计量。最终，博客展示出预测模型的图像，重点在于理解和应用逻辑回归在实际数据上的过程。

摘要由CSDN通过智能技术生成

对下列数据进行回归：

clear
clc
%读人口数据
Y = [33815 33981 34004 34165 34212 34327 34344 34458 34498 34476 34483 34488 34513 34497 34511 34520 34507 34509 34521 34513 34515 34517 34519 34519 34521 34521 34523 34525 34525 34527]
%读时间变量
T = [1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30]
%线性处理
for t = 1:30,
x(t) = exp(-t);
y(t) = 1/Y(t);
end
%计算回归系数B
c = zeros(30,1)+1;%产生一个30X1的矩阵全部为0的矩阵再加1
X = [c,x'];
B = inv(X'*X)*X'*y'%inv是求逆矩阵,最小二乘解的矩阵公式对于问题XB = Y
for i = 1:30
z(i) = B(1,