1.调用函数regress(Y,X,alpha),plpha是置信度,如果直接用regress(Y,X)则默认置信度为0.05,Y是一个 的列向量,X是一个 的矩阵,其中第一列是全1向量。
2.函数返回值及意义
b 回归系数,是一个一维向量,第一个是回归方程的常数b0
bint 回归系数的置信区间,是一个2列的矩阵
r 残差
rint 残差置信区间,是一个2列的矩阵
stats 用于检验回归模型的统计量,有4个统计量,按输出顺序分别是相关系数R2,F值,与F对应的概率p,误差方差。
相关系数R2越接近1,说明回归方程越显著;F > F1-α(k,n-k-1)时拒绝H0,F越大,说明回归方程越显著;与F对应的概率p 时拒绝H0,回归模型成立。p值在0.01-0.05之间,越小越好。
3.出残差及其置信区间rcoplot(r,rint);结果是一个图
4.一元线性回归,y=b0+ b1 *x;
定义两个长度相同的一维数组后调用函数。
x = [ 1,2,3 ];
y = [ 3,5,7 ];
X = [ ones(length(y),1), x' ];%x'表示行向量转置为列向量
Y = y';
[ b,bint,r,rint,stats ] = regress(Y,X);
b
rcoplot(r,rint)
%输出1 2,则回归方程是y=1