[b,bint,r,rint,stats]=regress(Y,X,alpha)
这里Y, X为列向量,alpha为显著性水平(缺省时设定为005),b,bint为回归系数估计值和
它们的置信区间,r,rint 为残差(向量)及其置信区间,stats 是用于检验回归模型的统计量。
clc,clearx=[2003;2004;2005;2006;2007;2008;2009;2010];
y=[192;195;197;201;205;208;212;223];
fun=@(a,x)a(1)+a(2)x; %y=a+bx
a=lsqcurvefit(fun,[0,0],x,y);
b=a(2)
a=a(1)
xi=2003:01:2010;
yi=a+bxi;
plot(x,y,'o',xi,yi)
b =
00384
a =
-750000
剩余平方和 Q = 0004082
标准误差 Sigma = 0026084
相关指数 RR = 0943685
figure;
x=[2005 2006 2007 2008 2009 2010];
y2=[45906 53809 63184 72123 81941 88833];
a=polyfit(x,y2,1);
xi=2005:1:2010;
yi=polyval(a,xi);
plot(x,y2,'go','MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',6);
xlabel('年份');
ylabel('GDP');
axis([2005 2010 45000 90000])
hold on
plot(xi,yi,'linewidth',2,'markersize',16)
legend('原始数据点','拟合曲线')
plot(x,y2,'-r')
sprintf('直线方程:Y2=%05gX+(%05g)',a(1),a(2))
看看行不行!!!
以上就是关于使用matlab计算回归方程全部的内容,包括:使用matlab计算回归方程、用matlab求一元线性回归 非常急、小弟求一个简单的一元线性回归预测MATLAB程序,感激不尽等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)