MATLAB回归分析

本文详细介绍了如何在MATLAB中进行一元和多元线性回归分析,包括理论建模、举例说明、结果检验和逐步回归的步骤。通过实例展示了数据的线性关系,并强调了模型检验的重要性,如相关系数、F检验和残差分析。同时,介绍了逐步回归的选择过程,以优化模型中的变量选择。
摘要由CSDN通过智能技术生成

一元回归

命令 说明
p=polyfit(x,y,n) 对x、y进行n阶幂函数的拟合 p ( x ) = p 1 x n + p 2 x n − 1 + ⋯ + p n x + p n + 1 p(x)=p_1x^n+p_2x^{n-1}+ \dots+p_nx+p_{n+1} p(x)=p1xn+p2xn1++pnx+pn+1
[p,S]=polyfit(x,y,n) 结构体S可用作polyval的输入来获取误差估计值
[p,S,mu]=polyfit(x,y,n) 返回的mu(1)为mean(x);mu(2)为std(x)
举例
x = [10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25];
y = [19 24 18 25 20 28 37 40 30 20 15 26 23 17 14 17];
plot(x,y,'*');
hold on
y1 = polyfit(x,y,1);
f1 = poly2sym(y1);
y2 = polyfit(x,y,2);
f2 = poly2sym(y2);
y3 = polyfit(x,y,3);
f3 = poly2sym(y3);
fplot(f1,'r');
fplot(f2,'b');
fplot(f3,'k');
axis([10 25 10 45]);

在这里插入图片描述

多元线性回归理论

  • 当有p个自变量 x 1 , x 2 , x 3 , … x_1,x_2,x_3,\dots x1
  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值