1. Matlab函数
函数:regress [b,bint,r,rint,stats]=regress(y,x);
参数:x、y
X:矩阵x表示预测变量,要注意的是如果有常数项,要在矩阵x中包含一个由1构成的列。通常的处理是 x = [ones(n,1),x1] x1表示原有的预测变量,n表示数据的组数。
返回值:b、bint、r、rint、stats
b:多元线性回归的系数估计值
bint:还返回系数估计值的 95% 置信区间的矩阵 bint。
r :还返回由残差组成的向量 r。
rint :返回矩阵 rint,其中包含可用于诊断离群值的区间。
Stats:返回向量 stats,其中包含 R2 统计量、F 统计量及其 p 值,以及误差方差的估计值。
矩阵 X 必须包含一个由 1 组成的列,以便软件正确计算模型统计量。

2.实现简单的一元线性回归
例1. 合金的强度 y 与其中的碳含量 x 有比较密切的关系,今从生产中收集了一批数据如下表 1
%x=[0.1:0.01:0.18]’;
%y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]’;

x=0.1:0.01:0.18; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; x1=[0.1:0.01:0.18]'; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]'; x=[ones(9,1),x1];
[b,bint,r,rint,stats]=regress(y,x);
x=0.1:0.01:0.18; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; b=b';x_0=0.1:0.01:0.18;y_0=b(2)*x+b(1); plot(x,y,'+',x_0,y_0)


分析:beta0=27.4722,beta1=137.5000
置信区间是beta0[18.6851,36.2594],beta1[75.7755,199.2245];R2=0.7985,F = 27.7469, p = 0.0012,S2=4.0883。

3. 以此类推到多元线性回归
例 2 某厂生产的一种电器的销售量 y 与竞争对手的价格 1 x 和本厂的价格 2 x 有关。表 2 是该商品在 10 个城市的销售记录。试根据这些数据建立 y 与 1 x 和 2 x 的关系式,对得到的模型和系数进行检验。若某市本厂产品售价 160(元),竞争对手售价 170(元),预测商品在该市的销售量。

x1=[120 140 190 130 155 175 125 145 180 150]';x2=[100 110 90 150 210 150 250 270 300 250]'; y=[102 100 120 77 46 93 26 69 65 85]';     x=[ones(10,1),x1,x2];[b,bint,r,rint,stats]=regress(y,x); b,bint,stats

[学习笔记]多元线性回归的matlab实现相关推荐

  1. 医咖会免费STATA教程学习笔记——多元线性回归

    1.导入数据集 sysuse auto, clear 2.回归分析 统计--线性模型及相关--线性回归--因变量选择price,自变量选择weight, length, rep78 或者 regres ...

  2. 数据挖掘学习笔记 5 线性回归知识及预测糖尿病实例

    #2018-03-21 16:45:01 March Wednesday the 12 week, the 080 day SZ SSMR http://blog.csdn.net/eastmount ...

  3. coursera机器学习笔记-多元线性回归,normal equation

    #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得: #注:此笔记是我自己认为本节课里比较重要.难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点: #标记为<补 ...

  4. 【吴恩达机器学习】第二周课程精简笔记——多元线性回归和计算参数分析

    1. Multivariate Linear Regerssion(多元线性回归) (1)Multiple Feature We now introduce notation for equation ...

  5. 脚踏实地的好好学习深度学习 笔记一 线性回归

    李宏毅 深度学习 笔记一 from https://www.bilibili.com/video/BV15b411g7Wd?from=search&seid=26458097844866081 ...

  6. MATLAB基础学习笔记01:初探MATLAB世界

    文章目录 一.安装MATLAB2016 (一)下载MATLAB2016 (二)安装MATLAB2016 二.启动MATLAB2016 --解决远程桌面启动报错的问题 三.变量操作 (一)给变量赋值 ( ...

  7. [学习笔记]多元线性回归分析——理解篇

    回归分析是数据分析中最基础最重要的分析工具,绝大多数的数据分析问题,都可以使用回归的思想来解决.回归分析的任务就是,通过研究自变量x和因变量y的相关关系,尝试去解释y的形成机制,进而达到通过x去预测y ...

  8. Matlab学习笔记9.3:Matlab之神经网络模型

    提示:来源于 中国大学慕课 西北工业大学 肖华勇老师的数学建模课程 文章目录 前言 一.多层前向神经网络原理介绍 二.Matlab相关函数介绍 1.网络初始化函数 2.网络训练函数 3.网络泛化函数 ...

  9. 学习沐神课程 自用深度学习笔记05 线性回归基础优化算法

    线性回归&基础优化算法 线性回归 导入: 美国买房 价格的影响因素: 卧室个数 卫生间个数 房屋大小 据此给出一个价格 影响因素记为关键因素 成交价记为y 权重为w 偏差为b 关键因素:x1, ...

最新文章

  1. python3.8提示pip_Linux下升级安装python3.8并配置pip及yum的教程
  2. 树莓派 docker homeassistant_利用树莓派追踪飞机航行轨迹的骚姿势分享(转载)
  3. C语言学习之一个数如果恰好等于它的因子之和,这个数就称为“完数”。例如,6的因子为1,2,3,而6=1+2+3,因此6是“完数”。编程序找出1000之内的所有完数。
  4. excel打印预览在哪里_Excel如何打印表格,每页纸都有标题?
  5. dll动态库调用约定
  6. kruskal算法java_克鲁斯卡尔算法(Kruskal)的java实现
  7. docker always_Ubuntu+Docker+STF环境搭建
  8. Sql Server全局变量(转)
  9. Android acache读后感
  10. 新建一个虚拟环境 用于django的项目
  11. 运行Pangolin时提示错误
  12. sofa-pbrpc框架的简单使用
  13. iOS的四种持久化存储
  14. 实施IT运维管理 循序渐进
  15. (四) Session管理 --《springboot与shiro整合》
  16. devexpress,dotnetbar控件
  17. 大学用什么python教材_Python开发基础 大学教材
  18. 在python中、int表示的数据类型是_python--002--数据类型(int、str)
  19. ccf201809-2买菜
  20. Linux上构筑iPhone OS3.1.2开发环境之解压firmware

热门文章

  1. 域名怎么管理,域名管理注意事项有哪些?
  2. 数据分析未来趋势-BI软件
  3. 学习笔记之——Event Camera(事件相机)调研
  4. 美创科技完成新一轮亿元级融资
  5. 城市售票网提前获取token,在最后3秒卡进去的一点心得
  6. 2020年金融银行行业网络信息安全、信息泄漏事件汇总
  7. Altera FPGA/CPLD设计 基础篇+高级篇(附随书光盘)
  8. spss和mysql哪个好学_MYSQL 入门全套
  9. 圣诞节又到了,作为程序猿的我用代码给女朋友送了一个礼物
  10. 订单系统开发(仿淘宝和美团网) 之 项目总结(一)