多元线性回归的MATLAB实现
多元线性回归的MATLAB实现
对于多元线性回归模型(对一元线性回归,取p=1即可):y=β0+β1x1+…+βpxp+e设变量x1,x2,…xp,y的n组观测值为(xi1,xi2,…xip,yi),i=1,2,…,n.
[b,bint,r,rint,stats]=regress(Y,X,alpha)
clc
clear
%导入数据
x1=[7666 7704 8148 8571 8679 7704 6471 5870 5289 3815 3335 2927 2758 2591]‘;
x2=[16.22 16.85 17.93 17.28 17.23 17 19 18.22 16.3 13.37 11.62 10.36 9.83 9.25]’;
y=[7613.51 7850.91 8381.86 9142.81 10813.6 8631.43 8124.94 9429.79 10230.81 10163.61 9737.56 8561.06 7781.82 7110.97]';
X=[ones(size(y)) x1.^2 x2.^2 x1 x2 x1.*x2];
[b,bint,r,rint,stats] = regress(y,X,0.05)
scatter3(x2,x2,y,‘filled’)
[b,bint,r,rint,stats] = regress(y,X,0.05)
scatter3(x2,x2,y,‘filled’)
B = regress(Y,X)
[B,BINT] = regress(Y,X)
[B,BINT,R] = regress(Y,X)
[B,BINT,R,RINT] = regress(Y,X)
B,BINT,R,RINT,STATS] = regress(Y,X)
[…] = regress(Y,X,ALPHA)
参数解释:
B:回归系数
BINT:回归系数的区间估计
R:残差
RINT:置信区间
STATS:用于检验回归模型的统计量。有4个数值:判定系数R^2,F统计量观测值,检验的p的值,误差方差的估计。
ALPHA:显著性水平(缺少时为默认值0.05)。
特别注意: