版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
一、 多元线性回归
matlab统计工具箱
[b,bint,rint,stats]=regress(y,x,alpha)
输入
- y~n维数据向量
- 数据矩阵,第1列为全1向量
- alpha(置信水平,0.05)
输出
- b~β的估计值
- bint~b的置信区间
- r~残差向量y-xb
- rint~r的置信区间(置信区间包含0则对y的影响不太显著)
- stats~检验统计量
二、非线性模型参数估计
matlab统计工具箱
[beta,R,J] = nlinfit(x, y, 'model', beta0)
输入
- x~自变量数据矩阵
- y~因变量数据向量
- model~模型的函数M文件名
- beta0~给定的参数初值
输出
- beta~参数的估计值
- R~残差
- J~估计预测误差的Jacobi矩阵
beta的置信区间betaci = nlparci(beta, R, J)