如何用matlab做岭回归？

用matlab做岭回归：

x1=[]x2=[]x3=[]。

x=[ones(length(x1)x1x2x3]。

[b,bint,r,rint,stats]=regress(y,x)。a=b(1),c=b(3),c=b(4),b=(2)。

输出向量b，bint为回归系数估计值和它们的置信区间，r，rint为残差及其置信区间，stats是用于检验回归模型的统计量，有三个数值，第亩敬一个是R2，其中R是相关系数，第二个是F统计量值，第三个是与统计量F对应的概率P，当P<α时拒绝H0，回归银埋模型成立。

计算公式：

置信区间的计算公式取决于所用到的统计量。置信区间是在预先确定好的显著性水平下计算出来的，显著性水平通常称为α(希腊字母alpha)，如前所述，绝大多数情况会将α设为0.05。

置信度为(1-α)，或者100×(1-α)%。于是，如果α=0.05，那么置信度则是0.95或95%，后一种表示方式更为常用。置信锋耐蚂区间的常用计算方法如下：Pr(c1<=μ<=c2)=1-α。

其中：α是显著性水平（例：0.05或0.10）；Pr表示概率，是单词probability的缩写；100%*(1-α)或(1-α)或指置信水平（例如：95%或0.95）；表达方式：interval(c1,c2) - 置信区间。

（1）plot(lm.ridge(GDP~Consume+Investment+IO+Population+Jobless+Goods,

data=dat,lambda=seq(0,0.3,0.001))) # 和线伍核性回归类似，这个plot可以画出岭迹图，lambda=seq(0,0.3,0.001)设置范围和间隔，可以观察岭迹图键族，人工选择，腔亮掘但是这样主观性较强。

（2）select(lm.ridge(GDP~Consume+Investment+IO+Population+Jobless+Goods,

data=dat,lambda=seq(0,0.3,0.001))) #利用select 函数找出最优岭参数lambda,会有三个值，任选一个即可。

lm.ridge(GDP~Consume+Investment+IO+Population+Jobless+Goods,

data=dat,lambda=0.09)#通过（1）或（2）把选取的lmbda 参数写到岭回归函数中去，在这里lambda=0.09。

---