.
WORD 版本 Matlab 线性回归(拟合)
对于多元线性回归模型:
e x x y p p ++++=βββ 110
设变量12,,,p x x x y 的n 组观测值为
12(,,,)1,2,,i i ip i x x x y i n =.
记 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=np n n p p x x x x x x x x x x 2122221112
11111,⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n y y y y 21,则⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=p ββββ 10 的估计值为 y x x x b ')'(ˆ1-==β
(11.2) 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1+p 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((1)2p +⨯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R 2
统计量和F 以及临界概率p 的值.
如果i β的置信区间(bint 的第1i +行)不包含0,则在显著水平为α时拒绝0i β=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.
三次样条插值函数的MATLAB 程序