码迷,mamicode.com
首页 > 其他好文 > 详细

matlab-线性回归

时间:2019-08-06 20:16:10      阅读:73      评论:0      收藏:0      [点我收藏+]

标签:regress   图表   highlight   info   返回值   lan   art   向量   res   

1.调用函数regress(Y,X,alpha),plpha是置信度,如果直接用regress(Y,X)则默认置信度为0.05,Y是一个 的列向量,X是一个 的矩阵,其中第一列是全1向量。

 

2.函数返回值及意义

b 回归系数,是一个一维向量,第一个是回归方程的常数b0

bint 回归系数的置信区间,是一个2列的矩阵

r 残差

rint 残差置信区间,是一个2列的矩阵

stats 用于检验回归模型的统计量,有4个统计量,按输出顺序分别是相关系数R2,F值,与F对应的概率p,误差方差。

相关系数R2越接近1,说明回归方程越显著;F > F1-α(k,n-k-1)时拒绝H0F越大,说明回归方程越显著;与F对应的概率p 时拒绝H0,回归模型成立。p值在0.01-0.05之间,越小越好。

 

3.出残差及其置信区间rcoplot(r,rint);结果是一个图

 

4.一元线性回归,y=b+ b1 * x;

定义两个长度相同的一维数组后调用函数。

x = [ 1,2,3 ];
y = [ 3,5,7 ];
X = [ ones(length(y),1), x‘ ];%x‘表示行向量转置为列向量
Y = y‘;
[ b,bint,r,rint,stats ] = regress(Y,X);
b
rcoplot(r,rint)
%输出1 2,则回归方程是y=1+2*x

技术图片

 

绘制图表:plot(x,Y,‘*‘,x,z,‘r‘);%‘*‘表示原来的各个点,‘r‘表示回归方程连起来的线

技术图片

 

 

 

5.多元线性回归,照着上面模板套用即可

y=[1 2 3 4 5 6 7 8];
%f是一个10*8的矩阵
x1=f(1,:);
x2=f(2,:);
x3=f(3,:);
x4=f(4,:);
x5=f(5,:);
x6=f(6,:);
x7=f(7,:);
x8=f(8,:);
x9=f(9,:);
x10=f(10,:);%把f的每一行赋值给各个xi
X=[ ones( length(y),1 ), x1‘,x2‘,x3‘,x4‘,x5‘,x6‘,x7‘,x8‘,x9‘,x10‘];%把行向量转为列向量
Y=y‘;
[ b,bint,r,rint,stats ] = regress(Y,X);

  

 

 

 

参考:https://blog.csdn.net/u011089523/article/details/79203375

matlab-线性回归

标签:regress   图表   highlight   info   返回值   lan   art   向量   res   

原文地址:https://www.cnblogs.com/shoulinniao/p/11311130.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有 京ICP备13008772号-2
迷上了代码!