文档介绍:word
word
9 / 2
word
利用Matlab进展线性回归分析
回归分析是处理两个与两个以上变量间线性依存关系的统计方法。可以通过软件Matlab实现。
在Matlab中,可以直接调用命令实现回归分析,
〔word
word
9 / 2
word
利用Matlab进展线性回归分析
回归分析是处理两个与两个以上变量间线性依存关系的统计方法。可以通过软件Matlab实现。
在Matlab中,可以直接调用命令实现回归分析,
〔1〕[b,bint,r,rint,stats]=regress(y,x),其中b是回归方程中的参数估计值,bint是b的置信区间,r和rint分别表示残差与残差对应的置信区间。stats包含三个数字,分别是相关系数,F统计量与对应的概率p值。
〔2〕recplot(r,rint)作残差分析图。
〔3〕rstool(x,y)一种交互式方式的句柄命令。
以下通过具体的例子来说明。
例现有多个样本的因变量和自变量的数据,下面我们利用Matlab,通过回归分析建立两者之间的回归方程。
% 一元回归分析
x=[1097 1284 1502 1394 1303 1555 1917 2051 2111 2286 2311 2003 2435 2625 2948 3, 55 3372];%自变量序列数据
y=[698 872 988 807 738 1025 1316 1539 1561 1765 1762 1960 1902 2013 2446 2736 2825];%因变量序列数据
X=[ones(size(x')),x'],pause
[b,bint,r,rint,stats]=regress(y',X,),pause%调用一元回归分析函数
rcoplot(r,rint)%画出在置信度区间下误差分布。
word
word
10 / 2
word
% 多元回归分析
% 输入各种自变量数据
x1=[ 8 3 3 8 9 4 5 6 5 8 6 4 7]';
x2=[31 55 67 50 38 71 30 56 42 73 60 44 50 39 55 7040 50 62 59]';
x3=[10 8 12 7 8 12 12 5 8 5 11 12 6 10 10 6 11 11 9 9]';
x4=[8 6 9 16 15 17 8 10 4 16 7 12 6 4 4 14 6 8 13 11]';
%输入因变量数据
y=[ 200