matlab regress函数 最…

REGRESS 用最小二乘估计法实现多元线性回归

1.B = REGRESS(Y,X) 

     

返回值为线性模型Y = X*B的回归系数向量

X ，n*p 矩阵，行对应于观测值，列对应于预测变量

Y ，n*1 向量，观测值的响应（即因变量）

2.[B,BINT] = REGRESS(Y,X) 

BINT，B的95%的置信区间矩阵

3.[B,BINT,R] = REGRESS(Y,X)

R，残差向量

4.[B,BINT,R,RINT] = REGRESS(Y,X) 

RINT，区间矩阵，该矩阵可以用来诊断异常（即发现奇异观测值）。如果RINT(i，：)所定区间没有包含0，则第i个残差在默认的5%的显著性水平比我们所预期的要大，这可说明第i个观测值是个奇异点（即说明该点可能是错误而无意义的，如记录错误等）

5.   [B,BINT,R,RINT,STATS] = REGRESS(Y,X) 

STATS， 用于检验回归模型的统计量，有三个数值：相关系数r^2，F值，与F对应的概率P

6.[...] = REGRESS(Y,X,ALPHA) 

alpha是显著性水平(缺省的时候为0.05)