xys剩余标准差一元线性回归的MATLAB实现b=regressyX.PPT

线性回归的特殊情形----多项式回归 14块同样大小土地的数据 序号 产量(升) 施肥(千克) 序号 产量(升) 施肥(千克) 1 1035 6.0 … … … 2 624 2.5 12 1030 9.0 3 1084 7.5 13 985 11.0 … … … 14 855 12.5 例1 西红柿的施肥量与产量 模型 b=regress(y,X)求解 一元多项式回归模型的一般形式 MATLAB求解 polyfit(x,y,m) polytool(x,y,m,alpha) 例1的交互式画面 注意3个程序的用法与所得结果的相同点和不同点 非线性回归分析 非线性最小二乘拟合 已知模型 f对?非线性 观测数据 误差平方和 非线性回归 非线性回归可以对非线性最小二乘拟合结果作统计分析 回归系数? 的最小二乘估计 MATLAB中的非线性回归 [b,R,J]=nlinfit(x,y,’model’,b0) x~自变量数据矩阵（每列一个变量） , y~因变量向量, Model~模型的函数名, m文件: y =f(b,x),b为待估系数?, b0~回归系数? 的初值. 输出：b~?的估计，R~残差，J~估计误差的Jacobi矩阵 bi=nlparci(b,R,J) 回归系数?的置信区间 nlintool(x,y,model,b) 一个交互式画面 （内容和用