MATLAB中regress函数用法（多元线性回归）

在matlab中用regress（）函数可以求多元线性方程的系数

最近写题目经常碰到，记下一些关键的地方

以下为我使用该函数求得的一个多元线性函数的例子代码，x1-x4都是用xlsread()函数读取表格信息

x1=xlsread('dataimport.xls','sheet2','C2:C836');
x2=xlsread('dataimport.xls','sheet2','D2:D836');
x3=xlsread('dataimport.xls','sheet2','E2:E836');
x4=xlsread('dataimport.xls','sheet2','F2:F836');
Y=xlsread('dataimport.xls','sheet2','B2:B836');
X=[ones(size(x1)),x1,x2,x3,x4];
%X=[x1',x2',x3',x4',x5'];%要是列向量
%Y=y';
[b,bint,r,rint,stats]=regress(Y,X);

大家需要注意的是每组数据需要是列向量，即x1-x4和Y应该是列向量，ones(size(x))是一列与数据组数等长的单位列向量，目的是产生常数项，如果没有常数项，则可以去掉

[b，bint，r,rint，stats]=regress(Y,   X，alpha)

说明：b是线性方程的系数估计值，并且第一值表示常数，第二个值表示回归系数。bint是系数估计值的置信度为95％的置信区间，r表示残差，rint表示各残差的置信区间，stats是用于检验回归模型的统计量，有三个数值其中有表示回归的R2统计量和F以及显著性概率P值，alpha为置信度。相关系数r^2越大，说明回归方程越显著；与F对应的概率P<alpha时候拒绝H0，回归模型成立。

笔者初学matlab，如有错误请不惜赐教