用MATLAB求解回归剖析剖析剖析.pptVIP

统计工具箱中的回归分析命令 多元线性回归 y=B+B1x+…+Bxp 确定回归系数的点估计值 b= regress(Y,ⅹ) 1 xx.x 对一元线性回归,取p=1即可 2、求回归系数的点估计和区间估计、并检验回归模型: [b, bint, r, rint, stats]=regress(Y,x, alpha) 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 方程越显著 相关系数r2越接近1,说明回归方程越显著 FF1a(k,nk-1)时拒绝H,F越大,说明回归方程越显著: 与F对应的概率pa时拒绝H,回归模型成立 3、画出残差及其置信区间: replot (r, rint) 多项式回归 (-)一元多项式回归y=a1xm+a2xm1 1、回归 (1)确定多项式系数的命令:p,S= polyfit(x,y,m) 其中x=(x1,x2,……,xn),y=(y:,y2,…,yn); (a1,a2, an)是多项式y=a1x+a2x+…+amx+am+1 的系数;S是一个矩阵,用来估计预测误差. (2)一元多项式回归命令: polytool( 2、预测和预测误差估计 (1)Y= polyval(p,x)求 polyfit所得的回归多项式在 x处的预测值Y (2)[Y, DELTA]=polyconf(p, x,S, alpha)yk olyfit所得的回归多项式在x处的预测值Y及预测值的 显著性为 1- alpha的置信区间 YY DELTA; alpha缺省时为0.5