资源描述：
《多元线性回归 matlab中求解》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、多元线性回归matlab中求解源代码：y=data(:,1);>>x=data(:,2:3);>>[b,bint,r,rint,stats]=regress(y,x)结果：b=1.603121.0280bint=0.64492.561214.452627.6034r=-16.24428.875417.58288.31557.6692-20.79900.15789.129821.1145-28.9567rint=-54.520022.0316-28.026745.7775-15.274550.4401-29.954046.5850-30.737446.0758
2、-57.655116.0572-40.794241.1098-30.825249.0848-15.215557.4446-59.32281.4095stats=1.0148742.11910.0000322.5068分析结果：stats四个值说明：判决系数r^2，,F统计值，p值，误差方差y=a1*x（1）+a2*x（2）;其中a1=1.6031,a2=21.0280,a1的置信区间【0.6449,2.5612】，a2的置信区间【14.45426，27.6043】，p小于0.05，说明显著效果很好，越小越好在spss中求解：线性规划matlab求解例1：c=
3、[2;3;1];mixz=2*x1+3*x2+x3>>a=[142;320];s.t1.x1+4*x2+2*x3>=8;>>b=[8;6];2.3*x1+2*x2>=6;>>[x,y]=linprog(c,-a,-b,[],[],zeros(3,1))3.x1>=0,x2>=0,x3>=0结果：x=0.80661.79000.0166%最优解y=7.0000%最优值例2：c=[2;3;-5];maxz=2*x1+3*x2-5*x3a=[-2,5,-1];b=-10;s.t1.x1+x2+x3=7;aeq=[1,1,1];2.2*x1-5*x2+x3>=10;
4、beq=7;3.x1>=0,x2>=0,x3>=0%是求最大值而不是最小值,注意这里是"-c"而不是"c"x=linprog(-c,a,b,aeq,beq,zeros(3,1))value=c'*x结果：x=6.42860.57140.0000%最优解value=14.5714%最优值例3.（整数规划）灰色预测clearsymsab;c=[ab]';A=[89677,99215,109655,120333,135823,159878,182321,209407,246619,300670];B=cumsum(A);%原始数据累加n=length(A);for
5、i=1:(n-1)C(i)=(B(i)+B(i+1))/2;%生成累加矩阵end%计算待定参数的值D=A;D(1)=[];D=D';E=[-C;ones(1,n-1)];c=inv(E*E')*E*D;c=c';a=c(1);b=c(2);%预测后续数据F=[];F(1)=A(1);fori=2:(n+10)F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;endG=[];G(1)=A(1);fori=2:(n+10)G(i)=F(i)-F(i-1);%得到预测出来的数据endt1=1999:2008;t2=1999:2018;Gplot(t
6、1,A,'o',t2,G)结果;1.0e+006*0.08970.08930.10340.11960.13850.16020.18540.21460.24830.28730.33250.38470.44520.51520.59620.68990.79840.92391.06911.2371
