精品文档
Matlab 实现多元回归实例
(一)一般多元回归
一般在生产实践和科学研究中,人们得到了参数 x x ,, x 和因变量 的
y
1
n
数据,需要求出关系式 y f x ,这时就可以用到回归分析的方法。如果只考虑
是线性函数的情形,当自变量只有一个时,即, x x ,, x 中 1 时,称
f
n
1
n
为一元线性回归,当自变量有多个时,即, x x ,, x 中 2 时,称为多元
n
1
n
线性回归。
进行线性回归时,有 4 个基本假定:
① 因变量与自变量之间存在线性关系;
② 残差是独立的;
③ 残差满足方差奇性;
④ 残差满足正态分布。
在 Matlab 软件包中有一个做一般多元回归分析的命令 regeress,调用格式如
下:
[b, bint, r, rint, stats] = regress(y,X,alpha) 或者
[b, bint, r, rint, stats] = regress(y,X) 此时,默认 alpha =
0.05.
这里,y 是一个 1 的列向量,X 是一个 n m 1 的矩阵,其中第一列是全 1
n
向量(这一点对于回归来说很重要,这一个全 1 列向量对应回归方程的常数项),
一般情况下,需要人工造一个全 1 列向量。回归方程具有如下形式:
y x x
0 1 1
m m
其中, 是残差。
在返回项[b,bint,r,rint,stats]中,
①b 是回归方程的系数;
0 1
m
②bint 是一个 m 2 矩阵,它的第 i 行表示 的(1-alpha)置信区间;
i
③ 是 n1 的残差列向量;
r
④ r int 是 n2 矩阵,它的第 i 行表示第 i 个残差 r 的(1-alpha)置信区间;
i
注释:残差与残差区间杠杆图,最好在 0 点线附近比较均匀的分布,而不呈
现一定的规律性,如果是这样,就说明回归分析做得比较理想。
⑤ 一般的,
返回 4 个值: R2 值、F_检验值、阈值 f ,与显著性概率相关
stast
的 p 值(如果这个 p 值不存在,则,只输出前 3 项)。注释:
精品文档
评论0
最新资源