Matlab回归分析程序
来源:动视网
责编:小OO
时间:2025-09-23 06:50:03
Matlab回归分析程序
一、多元线性回归,对于一元线性回归,取p=1。例一:x=[1431451461471491501531541551561571581591601621]';X=[ones(16,1)x];Y=[8885819293939596979699100102]';[b,bint,r,rint,stats]=regress(Y,X)b,bint,statsrcoplot(r,rint)z=b(1)+b(2)*xplot(x,X,'k+',x,z,'r')%画回归直线二、多项式回归一元多项
导读一、多元线性回归,对于一元线性回归,取p=1。例一:x=[1431451461471491501531541551561571581591601621]';X=[ones(16,1)x];Y=[8885819293939596979699100102]';[b,bint,r,rint,stats]=regress(Y,X)b,bint,statsrcoplot(r,rint)z=b(1)+b(2)*xplot(x,X,'k+',x,z,'r')%画回归直线二、多项式回归一元多项
一、多元线性回归
,对于一元线性回归,取p=1。
例一:
x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 1]';
X=[ones(16,1) x];
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
[b,bint,r,rint,stats]=regress(Y,X)
b,bint,stats
rcoplot(r,rint)
z=b(1)+b(2)*x
plot(x,X,'k+',x,z,'r') %画回归直线
二、多项式回归
一元多项式回归
例二:
t=1/30:1/30:14/30;
s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48];
[p,S]=polyfit(t,s,2)
预测及作图
Y=polyconf(p,t,S)
plot(t,s,'k+',t,Y,'r')
该模型亦可化为多元线性回归:
t=1/30:1/30:14/30;
s=[11.86 15.67 20.60 26.69 33.71 41.93 51.13 61.49 72.90 85.44 99.08 113.77 129.54 146.48];
T=[ones(14,1) t' (t.^2)'];
[b,bint,r,rint,stats]=regress(s',T);
b,stats
Matlab回归分析程序
一、多元线性回归,对于一元线性回归,取p=1。例一:x=[1431451461471491501531541551561571581591601621]';X=[ones(16,1)x];Y=[8885819293939596979699100102]';[b,bint,r,rint,stats]=regress(Y,X)b,bint,statsrcoplot(r,rint)z=b(1)+b(2)*xplot(x,X,'k+',x,z,'r')%画回归直线二、多项式回归一元多项