利用matlab中的函数regress进行线性回归分析

        在matlab中regress（）函数可以进行回归分析，regress（）函数主要用于线性回归，一元以及多元的。
        regress（）函数详解
        [b，bint，r,rint，stats]=regress(y,X，alpha)
        说明：

        因变量数据向量y表示一个n-1的矩阵，是因变量的值，自变量数据矩阵X是n-p矩阵，自变量x和一列具有相同行数，值是1的矩阵的组合。如：对含常数项的一元回归模型，可将X变为n-2矩阵，其中第一列全为1。
        ONES(SIZE(A)) is the same size as A and all ones。

        利用它实现X=[ones（size（x））x]

        对一元线性回归，取k=1即可。alpha为显著性水平(缺省时设定为0.05)，输出向量b是线性方程的系数估计值，并且第一值表示常数，第二个值表示回归系数。bint是系数估计值的置信度为95％的置信区间，r表示残差，rint表示各残差的置信区间。stats是用于检验回归模型的统计量，有三个数值，第一个是R2，其中R是相关系数，第二个是F统计量值，第三个是与统计量F对应的概率P，当P<α时 拒绝H0，回归模型成立。      

        相关系数r^2越大，说明回归方程越显著；与F对应的概率P<alpha时候拒绝H0，回归模型成立。 

        画出残差及其置信区间，用命令rcoplot(r，rint)