利用matlab中的函數regress進行線性迴歸分析

        在matlab中regress（）函數可以進行迴歸分析，regress（）函數主要用於線性迴歸，一元以及多元的。
        regress（）函數詳解
        [b，bint，r,rint，stats]=regress(y,X，alpha)
        說明：

        因變量數據向量y表示一個n-1的矩陣，是因變量的值，自變量數據矩陣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]

        對一元線性迴歸，取k=1即可。alpha爲顯著性水平(缺省時設定爲0.05)，輸出向量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，第一個是R2，其中R是相關係數，第二個是F統計量值，第三個是與統計量F對應的概率P，當P<α時 拒絕H0，迴歸模型成立。      

        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。 

        畫出殘差及其置信區間，用命令rcoplot(r，rint)