.
记
np
n
n
p
p
x
x
x
x
x
x
x
x
x
x
2
1
2
22
21
1
12
11
1
1
1
,
n
y
y
y
y
2
1
,
则
p
1
0
的估计值为
y
x
x
x
b
'
)
'
(
ˆ
1
在
Matlab
中,用
regress
函数进行多元线性回归分析,应用方法如下:
语法:
b = regress(y, x)
[b, bint, r, rint, stats] = regress(y, x)
[b, bint, r, rint, stats] = regress(y, x, alpha)
b = regress(y, x)
,
得到的
p+1
维列向量
b
即为
(11.2)
式给出的回归系数
β
的
估计值.
[b, bint, r, rint, stats]=regress(y, x)
给出回归系数
β
的估计值
b
,
β
的
95
%置
信区间(
(p+1)*2
向量)
bint
,残差
r
以及每个残差的
95
%置信区间(
2
n
向量)
rint
;向量
stats
给出回归的
R2
统计量和
F
以及临界概率
p
的值.
如果
i
的置信区间(
bint
的第
i+1
行)不包含
0
,则在显著水平为
时拒绝
0
i
的假设,认为变量
i
x
是显著的.
[b, bint, r, rint, stats]=regress(y, x, alpha)
给出了
bint
和
rint
的
100(1-alpha)%
的置信区间.