二元回归模型matlab代码,多元线性回归Matlab代码

% 多元线性回归

% b 回归系数

% bint 回归系数的置信度为95％的置信区间

% r 残差

% rint 各残差的置信区间

% stats 用于检验回归模型的统计量，有四个数值：相关系数R^2、F值、与F对应的概率p，误差方差。相关系数R^2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。

clc

clear

x = xlsread('D:\数学建模\8.28\data1.xlsx','Sheet1','B3:I35');

y = xlsread('D:\数学建模\8.28\data1.xlsx','Sheet2','B3:B35');

X = [ones(length(y),1),x]; % 把行向量转秩为列向量(此处不用转)

Y = y; % 把行向量转秩为列向量(此处不用转)

[b,bint,r,rint,stats] = regress(Y,X); %求回归系数的点估计和区间估计，并检验回归模型

b

bint

stats

% 残差分析

subplot(1,2,1);

rcoplot(r,rint);

%画图

subplot(1,2,2);

b2=[b(2),b(3),b(4),b(5),b(6),b(7),b(8),b(9)];

z = b(1)+b2*x';

plot(X,Y,'k+',X,z,'r');

grid on

% 预测数据

tx = [120731808012512581.190];

ty=b(1)+b2*tx';

ty