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)

發佈了28 篇原創文章 · 獲贊 81 · 訪問量 13萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章