文档介绍：多元逐步回归分析算法
2010年05月04日 星期二下午04:35
自己编写的多元逐步回归分析算法mat lab程序，在mat lab工具箱中已经提供了 一个可视化的图形界面分析窗口，但是一些具体的参数还不能直接得到，这里自 己编写了一个小程序，希望对需要的能够提供一定的帮助。共两个文件:dyzbhg. m 和 xiaoqu. m
第—函数dyzbhg. m
function dyzbhg(xy)
%多元逐步回归分析
%作者：唐世星
%2006, 11. 20
%xy为待输入的原始数据，按照先x后y按列排列的数组
%如：xl x2 x3 x4 y 等等
%clc;%clear all:
%计算离差阵R(m, m)
[n, m]=size (xy);
%Fl=0;F2=0;
%disp('均值为：’)
xy_aver=mean (xy) %求均值
for i=l:m
for j=l:i
R(i, j)=0;
for k=l:n
R(i, j) =R(i, j) + (xy(k, i)-xy aver(i))*(xy(k, j)-xy aver(j));
end
R(j, i)=R(i, j);
end
SR(i)=sqrt (R(i, i)) ;%计算对角线元素的平方根
end
%disp ('************ Deviation Matrix & Value of SR (离差阵 R&SR)
***********，)％输出离差阵r,及sr
%[R SR']
%计算相关系数R (m, m)
for i=l:m
for j=l:i
R(i, j)=R(i, j)/(SR(i)*SR(j));
R(j, i)=R(i, j)；
end
end
%disp ('********** Correlation Coefficient Matrix (相关系数阵 R)
********** )%输出相关系数阵R
%R
flag=l;%是否重复进行逐步回归的标志
while(flag)
disp('******** Stepwise Regression Analysis Start *************')
Fl=inputf剔除门坎值:Fl=);
F2=input C引入门坎值:F2=);
S=0;%计算步数
L=0;%引入方程的自变量个数
FQ=n-l;%残差平方和的自由度
disp('************** Discriminant Value of Contribution V
Imin(l)=0; Imax=l:m-1;%定义已引入(最小)和未引入(最大)变量的序号 inn=0; outt=0; %引入和剔除的变量的顺序号 while (1)
% pause
VN=1E+O8;%已引入方程的自变量贡献的最小值
VX=0嵌未引入方程的自变量贡献的最大值
IN=0嵌贡献最小的已引入的自变量序号
IX=0嵌贡献最大的未引入的自变量序号
S=S+1;
disp([' step =，int2str (S)， ，])%输出步
骤数
for i=l:m-1
if R(i, i)<lE-08
continue
end
% d