一、概述
回归分析是处理难以用一种精确方法表示出来的变量之间关系的一种数学方法。可分为(一元/多元)(线性/非线性)回归分析。线性回归分析是两类回归分析中较简单的一类,也是应用较多的一类。
本节由于涉及较多数理统计中的名词,篇幅受限,数学部分不细述,只介绍matlab实现部分。可在有数理统计部分专业知识的基础上,参考相关书本学习。
二、 线性回归分析
一般地,称由
固定的未知参数
1、regress
Matlab提供了多元线性回归函数
调用格式:
[b,bint,r,rint,stats] = regress(y,x,alpha)
该函数返回值提供了回归系数的区间估计、残差、置信区间、相关系数等统计量。相关系数越接近1,说明回归方程越显著;与
上述名词具体含义可参考数理统计教材。
用
调用格式:
rcoplot(r,rint)
2、rstool
调用格式:
rstool(x,y,’model’,alpha)
其中
%‘linear’(线性,缺省)
%‘interaction’(交叉)
%‘quadratic’(完全二次)
%‘purequadratic’(纯二次)
三、非线性回归系数
1、nlinfit
调用格式为:
[beta,r,J] = nlinfit(x,y,’modelfun’,beta0)
其中输入数据
2、nlintool
调用格式为:
nlintool(x,y,;modelfun’,beta0,alpha)
可用
[Y,delta] = nlpredic(‘modelfun’,x,beta,r,J)
3、逐步回归
stepwise(x,y,inmodel,alpha)
四、拟合、插值、回归常用函数小结
1、拟合:
ployfit : 多项式拟合
lsqcurvefit : 非线性拟合
lsqnonlin : 非线性拟合
2、插值:
interp1 : 一维插值
interp2 : 二维插值
interp3 : 三维插值
griddata : 散乱点插值
spline : 三次样条
3、回归:
regress : 多元线性回归
rstool : 多元二项式回归
nlinfit : 多元非线性回归
nlintool : 多元非线性回归