matlab 多元逐步回归详解(stepwise使用指南)

一、问题

某种水泥在凝固时放出的热量 Y（单位：卡/克）与水泥中 4 种化学成品所占的百分比有关：在生产中测得 12 组数据，见下表，试建立 Y 关于这些因子的“最优”线性回归方程。

二、实现

X=[7,26,6,60;
   1,29,15,52;
   11,56,8,20;
   11,31,8,47;
   7,52,6,33;
   11,55,9,22;
   3,71,17,6;
   1,31,22,44;
   2,54,18,22;
   21,47,4,26;
   1,40,23,34;
   11,66,9,12];   #自变量数据,12个样本，每个样本4维
Y=[78.5,74.3,104.3,87.6,95.9,109.2,102.7,72.5,93.1,115.9,83.8,113.3];  #因变量数据  12个样本值
stepwise(X,Y,[1,2,3,4],0.05,0.10)  #[1,2,3,4]表示X1、X2、X3、X4均保留在模型中

这里的stepwise函数表示逐步回归，第一个参数为自变量数据矩阵，第二个参数为因变量数据，第三个参数表示哪几个向量应该在最初的模型中，第四个参数为Max P-value，不设置时默认为0.05，第个参数为Min P-value,不设置时默认为0.10。正常使用直接使用默认值。

程序运行后一直点Next Step，直到变灰为止。或者直接点击All Steps。得到最终运行结果后，查看R-square值和p值，前者越接近1，后者越接近0，模型越准。

三、结果

蓝色的表示留下来的变量（X1 ,X2），其他的不要，t-stat就是所求系数。

最后的回归方程为：

Y=51.6241+1.47601*X1+0.686734*X2