[MATLAB]逐步回归案例--水泥凝固模型(regress+stepwise)

从水泥凝固模型中，探索stepwise在建模中取得作用。这还是需要从例子讲起：

代码如下：

>> x1=[7 1 11 11 7 11 3 1 2 21 1 11 10]';
>> x2=[26 29 56 31 52 55 71 31 54 47 40 66 68]';
>> x3=[6 15 8 8 6 9 17 22 18 4 23 9 8]';
>> x4=[60 52 20 47 33 22 6 44 22 26 34 12 12]';
>> y=[78.5 74.3 104.3 87.6 95.9 109.2 102.7 72.5 93.1 115.9 83.8 113.3 109.4]';
>> x=[x1 x2 x3 x4];
>> stepwise(x,y)
>> 

按照图中的Next Step依次引入，变量x3和x4对应的线段中心最靠近0点的显著性最差，引进x1,x2即可
然后代码进行调整，去除x3,x4：

>> X=[ones(13,1) x1 x2];
>> b=regress(y,X)

b =

   52.5773
    1.4683
    0.6623

>> 

得出最后的答案y=52.5773+1.4683x1+0.6623x2
总结：在本次例子中，stepwise就是将对回归系数不显著的变量进行剔除，拟合出更好的回归方程，因此在利用数据驱动的方式建模时，回归分析也变得炙手可热！