本文介绍了MATLAB中进行线性回归分析的两种方法：regress函数和polyfit函数。regress函数适用于一元及多元线性回归，提供包括残差在内的详细信息；polyfit函数则用于多项式拟合，可以进行线性和非线性拟合。通过这两个函数，可以有效地分析数据并评估回归模型的显著性。
本文系作者学习资料整理，如有不正确的地方，欢迎大家指正！
在matlab中regress（）函数和polyfit（）函数都可以进行回归分析。
（1）regress（）函数主要用于线性回归，一元以及多元的。它可以提供更多的信息，残差之类的。
（2）polyfit（）函数是利用多项式拟合。可以是线性也可以是非线性的。
regress（）函数详解
[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
最低0.47元/天 解锁文章
1025
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
