matlab——regress多元线性回归

对于线性关系式，确定式中参数估计值可使用

[b,bint,r,rint,stats]=regress(Y,X);

其中设Y为k行因变量（实际观测值），X为k行n+1列自变量

返回值b为n+1个参数：；bint为n+1行各参数的区间估计；r为k行实际值-估计值的残差，rint为在该实际值处的置信区间，stats为检验回归分析的统计量：相关系数越接近1，F越大，p越接近于0，则回归方程越显著。

最后可以用 rcoplot(r,rint)进行残差分析。

例如：

x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';
X=[ones(16,1) x];
Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
[b,bint,r,rint,stats]=regress(Y,X);
Z=b(1)+b(2)*(140:165);
plot(x,Y,'k+',140:165,Z,'r');
figure(2)
rcoplot(r,rint)

结果：