如何用matlab求解多变量非线性回归,matlab多元非线性回归教程

《matlab多元非线性回归教程》由会员分享，可在线阅读，更多相关《matlab多元非线性回归教程(2页珍藏版)》请在人人文库网上搜索。

1、matlab回归(多元拟合)教程前言 1、学三条命令 polyfit(x,y,n)-拟合成一元幂函数(一元多次) regress(y,x)-可以多元， nlinfit(x,y,fun,beta0) (可用于任何类型的函数，任意多元函数，应用范围最主，最万能的) 2、同一个问题，这三条命令都可以使用，但结果肯定是不同的，因为拟合的近似结果，没有唯一的标准的答案。相当于咨询多个专家。 3、回归的操作步骤： 根据图形(实际点)，选配一条恰当的函数形式(类型)-需要数学理论与基础和经验。(并写出该函数表达式的一般形式，含待定系数)-选用某条回归命令求出所有的待定系数。所以可以说，回归就是求待定系数的过。

2、程(需确定函数的形式) 一、回归命令 一元多次拟合polyfit(x,y,n);一元回归polyfit;多元回归regress-nlinfit(非线性) 二、多元回归分析 对于多元线性回归模型(其实可以是非线性，它通用性极高)： exxypp?110 设变量12,pxxx y的n组观测值为12(,)1,2,iiipixxxyin ? 记 ?npnnppxxxxxxxxxx?212222111211111，?nyyyy?21，则?p?10 的估计值为排列方式与线性代数中的线性方程组相同()，拟合成多元函数-regress 使用格式：左边用b=b, bint, r, rint, stats右边用=。

3、regress(y, x)或regress(y, x, alpha) -命令中是先y后x, -须构造好矩阵x(x中的每列与目标函数的一项对应) -并且x要在最前面额外添加全1列/对应于常数项 -y必须是列向量 -结果是从常数项开始-与polyfit的不同。) 其中： b为回归系数，?的估计值(第一个为常数项)，bint为回归系数的区间估计，r: 残差 ，rint: 残差的置信区间，stats: 用于检验回归模型的统计量，有四个数值：相关系数r2、F值、与F对应的概率p和残差的方差(前两个越大越好，后两个越小越好)，alpha: 显著性水平(缺省时为0.05，即置信水平为95%)，(alpha不。

4、影响b,只影响bint(区间估计)。它越小，即置信度越高，则bint范围越大。显著水平越高，则区间就越小)(返回五个结果)-如有n个自变量-有误(n个待定系数)，则b 中就有n+1个系数(含常数项，-第一项为常数项)(b-b的范围/置信区间-残差r-r的置信区间rint-点估计-区间估计 此段上课时不要：- 如果i?的置信区间(bint的第1i?行)不包含0，则在显著水平为?时拒绝0i?的假设，认为变量ix是显著的*(而rint残差的区间应包含0则更好)。b,y等均为列向量,x为矩阵(表示了一组实际的数据)必须在x第一列添加一个全1列。-对应于常数项-而nlinfit不能额外添加全1列。结果的系数就是与此矩阵相对应的(常数项，x1,x2,xn)。(结果与参数个数：1/5=2/3-y,x顺序-x要额外添加全1列) 而nlinfit:1/3=4-x,y顺序-x不能额外添加全1列，-需编程序，用于模仿需拟合的函数的任意形式，一定两个参数，一为系数数组，二为自变量矩阵(每列为一个自变量) 有n个变量-不准确，x中就有n列,再添加一个全1列(相当于常数项)，就变为n+1列，则结果中就有n+1个系数。 x需要经过加工，如添加全1列，可能还要添加其他需要的变换数据。 相关系数r2越接近1，说明回归方程越显著；(r2越大越接近1越好)F越大，说明回归。