Question

y=A(:,1),x=A(:,2:5)在MATlab线性拟合中的意思

Answer 1

A是一个m×n矩阵，y=A(:,1）代表A的所有行的第一个元素构成的一维向量（m×1），而x=A(:,2:5)则是矩阵A的第2,3，4,5，四列构成的mx4子矩阵

追问

那请问A=[1658 111 717 153 25319
1797 122 826 184 37829
1850 137 958 206 42232
2205 146 1004 247 56584]

y=A(:,1),x=A(:,2:5)
B= REGRESS(y,x)
a=B(1),b=B(2),c=B(3),d=B(4)
中B= REGRESS(y,x)是什么意思呢？

追答

线性回归函数(多元线性拟合)
使用方法
[b,bint,r,rint,stats] = regress(y,x,alpha)
%y 多元拟合的变量值的向量
%x 多元拟合的自变量的值的矩阵
%alpha 显著性水平，缺省的时候为0.05
%b 回归得到的自变量系数
%bint b的95%的置信区间矩阵
%r 残差向量
%rint 区间矩阵。
可用来诊断异常如果RINT(i，：)所定区间没有包含0，则第i个残差在默认的5%的显著性水平比我们所预期的要大，这可说明第i个观测值是奇异点。
%stats 返回一个4维向量。
第一个值为残差平方即回归方程之决定系数R^2(R为相关系数)，越接近1,回归方程越显著;
第二个值为统计量F检验的值，越大回归方程越显著;
第三个值为F对应概率P，越接近零越好;
第四个值为错误方差估计值。
应用举例
load carsmall
x1 = Weight;
x2 = Horsepower;
y = MPG;% 读入matlab中自带的数据
X = [ones(size(x1)) x1 x2 x1.*x2];
b = regress(y,X);% 进行线性回归
scatter3(x1,x2,y,'filled')%作图表示回归结果
hold on
x1fit = min(x1):100:max(x1);
x2fit = min(x2):10:max(x2);
[X1FIT,X2FIT] = meshgrid(x1fit,x2fit);
YFIT = b(1) + b(2)*X1FIT + b(3)*X2FIT + b(4)*X1FIT.*X2FIT;
mesh(X1FIT,X2FIT,YFIT)
book.iLoveMatlab.cn
xlabel('Weight')
ylabel('Horsepower')
zlabel('MPG')
view(50,10)

相关函数编辑本段回目录

Answer 2

y=A(:,1)意思：y为A的第一列数据；
x=A(:,2:5) %x为A的第2、3、4、5列数据.

追问

那请问A=[1658 111 717 153 25319
1797 122 826 184 37829
1850 137 958 206 42232
2205 146 1004 247 56584]

y=A(:,1),x=A(:,2:5)
B= REGRESS(y,x)
a=B(1),b=B(2),c=B(3),d=B(4)
中B= REGRESS(y,x)是什么意思呢？