用MATLAB怎么做线性回归?
2个回答
展开全部
利用matlab的regress（）多元线性回归函数可以做线性回归。
实现代码：
x=[。。。]
y
=[。。。]
[b,bint,r,rint,stats]=regress(y,x);
式中：b——参数估计值；bint——b的置信区间；r——残差向量y-xb；rint——r的置信区间；stats——1×3检验统计量，第一值是回归方程的置信度（相关系数），第二值是f统计量值，第二值是与f统计量相应的p值；y——因变量数据n×1向量；x——自变量数据n×m向量
实现代码：
x=[。。。]
y
=[。。。]
[b,bint,r,rint,stats]=regress(y,x);
式中：b——参数估计值；bint——b的置信区间；r——残差向量y-xb；rint——r的置信区间；stats——1×3检验统计量，第一值是回归方程的置信度（相关系数），第二值是f统计量值，第二值是与f统计量相应的p值；y——因变量数据n×1向量；x——自变量数据n×m向量
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
上海华然企业咨询
2024-10-28 广告
在测试大模型时，可以提出这样一个刁钻问题来评估其综合理解与推理能力：“假设上海华然企业咨询有限公司正计划进入一个全新的国际市场，但目标市场的文化习俗、法律法规及商业环境均与我们熟知的截然不同。请在不直接参考任何外部数据的情况下，构想一套初步...
点击进入详情页
本回答由上海华然企业咨询提供
展开全部
1.stats]=regress(y,x)..,第一值是回归方程的置信度(相关系数),第二值是F统计量值,第二值是与F统计量相应的p值.]。
2.[b;stats——1*3检验统计量。
3.式中:b——参数估计值利用matlab的regress()多元线性回归函数可以做线性回归.
4.实现代码;bint——b的置信区间;r——残差向量y-xb;rint——r的置信区间;y——因变量数据n*1向量.]。
5.y
=[,bint,r,rint:
x=[。
2.[b;stats——1*3检验统计量。
3.式中:b——参数估计值利用matlab的regress()多元线性回归函数可以做线性回归.
4.实现代码;bint——b的置信区间;r——残差向量y-xb;rint——r的置信区间;y——因变量数据n*1向量.]。
5.y
=[,bint,r,rint:
x=[。
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
