1.确定回归系数的点估计值:
b = regress(Y,X)
2.求回归系数的点估计和区间估计、并检验回归模型:
[ b , bint , r , rint , stats ] = regress ( Y , X , alpha)
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,有三个数值:相关系数r的平方、F值、与F对应的概率p
alpha : 显著性水平(缺省时为0.05)
3.残差分析,作残差图:
rcoplot( r , rint )
4.预测及作图:
z = b(1)+b(2)*x
plot( x , Y , ’ k+’ , x , z , ’ r ’ )
(一)多项式回归
1.回归
(1)确定多项式系数的命令:
[ p , S ] = polyfit ( x , y , m ) m:几次多项式
S:R(系数矩阵的QR分解的上三角阵),df(自由度),normr(拟合误差平方和的算术平方根)。
(2)一元多项式回归命令:
polytool ( x , y , m )
2.预测和预测误差估计:
(1) Y = polyval( p , x )求polyfit所得的回归多项式在x处的预测值Y;
(2) [Y , DELTA ] = polycont ( p , x , S , alpha)
(二)多元二项式回