本文系作者學習資料整理，如有不正確的地方，歡迎大家指正！
在matlab中regress（）函數和polyfit（）函數都可以進行迴歸分析。
（1）regress（）函數主要用於線性迴歸，一元以及多元的。它可以提供更多的信息，殘差之類的。
（2）polyfit（）函數是利用多項式擬合。可以是線性也可以是非線性的。
regress（）函數詳解
[b，bint，r,rint，stats]=regress(y,X，alpha)
說明：b是線性方程的係數估計值，並且第一值表示常數，第二個值表示迴歸係數。bint是係數估計值的置信度爲95％的置信區間，r表示殘差，rint表示各殘差的置信區間，stats是用於檢驗迴歸模型的統計量，有三個數值其中有表示迴歸的R2統計量和F以及顯著性概率P值，alpha爲置信度。
相關係數r^2越大，說明迴歸方程越顯著；與F對應的概率P<alpha時候拒絕H0，迴歸模型成立。
y表示一個n-1的矩陣，是因變量的值，X是n-p矩陣，自變量x和一列具有相同行數，值是1的矩陣的組合。 如：對含常數項的一元迴歸模型，可將X變爲n-2矩陣，其中第一列全爲1。
ONES(SIZE(A)) is the same size as A and all ones。
利用它實現X=[ones（size（x））x]
（2）polyfit（）函數詳解-------------摘自sina小雪兒博客
p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
說明：x,y爲數據點，n爲多項式階數，返回p爲冪次從高到低的多項式係數向量p。x必須是單調的。矩陣s用於生成預測值的誤差估計。(見下一函數polyval)
多項式曲線求值函數：polyval( )
調用格式： y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
說明：y=polyval(p,x)爲返回對應自變量x在給定係數P的多項式的值。
[y,DELTA]=polyval(p,x,s) 使用polyfit函數的選項輸出s得出誤差估計Y DELTA。它假設polyfit函數數據輸入的誤差是獨立正態的，並且方差爲常數。則Y DELTA將至少包含50%的預測值。