前言
最近學了不少迴歸分析的知識，用到了幾個常用的Matlab命令，寫在這裏做個總結。
迴歸分析，就是研究幾種變量之間的關係。如果你也很喜歡分析數據，這種技巧是基本的一項。（PS：高級的是機器學習。）
1 regress命令
用於一元及多元線性迴歸，本質上是最小二乘法。在Matlab 2014a中，輸入help regress ，會彈出和regress的相關信息，一一整理。
調用格式：
B = regress(Y,X)
[B,BINT] = regress(Y,X)
[B,BINT,R] = regress(Y,X)
[B,BINT,R,RINT] = regress(Y,X)
B,BINT,R,RINT,STATS] = regress(Y,X)
[...] = regress(Y,X,ALPHA)
參數解釋：
B：迴歸係數，是個向量（“the vector B of regression coefficients in the linear model Y = X*B”）。
BINT：迴歸係數的區間估計（“a matrix BINT of 95% confidence intervals for B”）。
R：殘差（ “a vector R of residuals”）。
RINT：置信區間（“a matrix RINT of intervals that can be used to diagnose outliers”）。
STATS：用於檢驗迴歸模型的統計量。有4個數值：判定係數R^2，F統計量觀測值，檢驗的p的值，誤差方差的估計。
ALPHA：顯著性水平（缺少時爲默認值0.05）。
b爲對應的參數 b(1)爲F(最後那個常數項) ，b(2)爲A（第一個參數），b(3)爲B，b(4)爲C，b(4)爲D，b(5)爲E。bint爲b的95%置信區間。
比較重要的stats分析：
