matlab多变量回归分析教程

《matlab多变量回归分析教程》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本次教程的主要内容包含:一、多元线性回归2#多元线性回归：regress二、多项式回归3#一元多项式：polyfit或者polytool多元二项式:rstool或者rsmdemo三、非线性回归4#非线性回归:nlinfit、逐步回归5#逐步回归：stepwise一、多元线性回归多元线性回归：+…+1、b=regress(Y,X)确定网归系数的点估计值■八-A①納表达式b=•••八表达式1xux121X21七2••......求回归系数的点估计和区间估计、并检验回归模型1Ll“2、[b,bint,r,rint,stats】=regress(Y,X,a

2、lpha)①bint表示冋归系数的区间佔计.②r表示残差③rint表示罝信区间④stats表示用于检验回归模型的统计量,有三个数值：相关系数r2、F值、与F对应的概率p说明：相关系数「2越接近1，说明回归方程越显著；时拒绝HO,F越大，说明回归方程越显著；与F对应的概率p

3、64].;2.»X=[ones(16,l)x];3.»Y=[8885889192939395969897969899100102]*;复制代码(2＞回归分析及检验1.»[b,bint,r,rint,stats]=regress(YzX)2.2.b=4.3.-16.07304.0.71947.8.9.bint=10.11.-33.70711.561212.0.60470.834013.14.15.r=16.17.1.205618.-3.233119.-0.952420.1.328221.0.889522.1.170223.-0.987924.0.29

4、2725.0.573426.1.854027.0.134728.-1.584729.-0.304030.-0.023431.-0.462132.0.099233.34.35.rint=36.37.-1.24073.652038.-5.0622•1.404039.-3.58941.684540.-1.28953.945941.-1.85193.630942.-1.55523.895543.-3.77131.795544.•2.54733.132845.-2.24713.393946.•0.75404.462147.-2.68142.950848.-4

5、.21881.049449.-3.07102.463050.•2.76612.719351.-3.11332.189252.-2.46402.662453.54.55.stats=56.56.0.9282180.95310.00001.7437复制代码运行结果解读如下八八参数回归结果为=-16.073,^=0.7194,对应的置信区间分别为卜33.7017/1.5612］和［0.6047,0.834］r2=0.9282(越接近于1,回归效果越显著)，F=180.9531,p=0.0000,rflp<0.05,可知回归模型y=-16.073+0.71

6、94x成立(3｝残差分析作残差图1.rcoplot(r,rint)复制代码ResidualCaseOrderPioisleaplsa246810121416CaseNumber从残差图可以看出，除第二个数据外，其余数据的残差离零点均较近，且残差的罝信区间均包含零点，这说明回归模型y=-16.073+0.7194x能较好的符合原始数据，而第二个数据可视为异常点。(4｝预测及作图1.z=b(l)+b(2)*x2.plotfxX'k+'zXzZ/r')二、多项式回归一元多项式回归1、一元多项式回归函数+1(1)[p,S]=polyfit(x,y,m)确定

7、多项式系数的MATLAB命令说明:x=(xbx2,…，xn)，y=(yby2,…，yn);p=(aha2,…，a„.,)是多项式y=aix*'+a2x

8、H信区间Y土DELTA,alpha缺省时为0.53、实例演示说明观测物体降落的距离s与时间t的关系，得到数据如卜表，求s的