MATLAB多元线性拟合——03

从案例中学习新知识是比较快的，所以我们直接上例子：
（本文为基础学习，以理解为主）
案例一：拟合一元一次

x = [143,145,146,148]
y = [11,13,14,15]
# 我们现在拟合这个y = bx+a

这里要介绍一个写好的包，regress()使用参数如下：

[B,BINT,R,RINT,STATS] = regress(Y,X)

B：回归系数。（可以当斜率来理解）
BINT：回归系数的95%置信区间，可以暂时理解为B的一个取值范围（想要详细理解的可以bd）
R：残差。（这不用解释吧）
RINT：同BINT理解。
STATS:检验模型的统计量，它包括四个值：①判定系数R^2，②统计量观测值F，③检验的p的值，④误差方差的估计。（这里简单说下判定系数，他可以评价模型好坏，取值范围[0,1]，越接近于1模型越好）

X = [143,145,146,148]';
Y = [11,13,14,15]';
X = [ones(size(Y)),X];
[b,bint,r,rint,stats] = regress(Y,X);

这里对x做了一点改动，加了一列1，（加与不加的区别是预测的结果有没有‘y=bx+a’的‘a’）
案例二：拟合二元二次

X1 = [143,145,146,148]';
X2 = [56,58,59,61]';
Y = [11,13,14,15]';
X = [ones(size(Y)),X1.^2,X2.^2,X1,X2,X1.*X2];
[b,bint,r,rint,stats] = regress(Y,X);

其他的可以举一反三。