matlab分段线性回归分析,多重线性回归分析的matlab实现

function stats = reglm(y,X,model,varnames)

% 多重线性回归分析或广义线性回归分析

%

% reglm(y,X),产生线性回归分析的方差分析表和参数估计结果,并以表格形式显示在屏幕上. 参

% 数X是自变量观测值矩阵,它是n行p列的矩阵. y是因变量观测值向量,它是n行1列的列向量.

%

% stats = reglm(y,X),还返回一个包括了回归分析的所有诊断统计量的结构体变量stats. %

% stats = reglm(y,X,model),用可选的model参数来控制回归模型的类型. model是一个字符串,

% 其可用的字符串如下

% 'linear' 带有常数项的线性模型(默认情况)

% 'interaction' 带有常数项、线性项和交叉项的模型

% 'quadratic' 带有常数项、线性项、交叉项和平方项的模型

% 'purequadratic' 带有常数项、线性项和平方项的模型

%

% stats = reglm(y,X,model,varnames),用可选的varnames参数指定变量标签. varnames

% 可以是字符矩阵或字符串元胞数组,它的每行的字符或每个元胞的字符串是一个变量的标签,它的行

% 数或元胞数应与X的列数相同. 默认情况下,用X1,X2,…作为变量标签.

%

% 例:

% x = [215 250 180 250 180 215 180 215 250 215 215

% 136.5 136.5 136.5 138.5 139.5 138.5 140.5 140.5 140.5 138.5 138.5]';

% y = [6.2 7.5 4.8 5.1 4.6 4.6 2.8 3.1 4.3 4.9 4.1]';

% reglm(y,x,'quadratic')

%

% ------------------------------------方差分析表------------------------------------

% 方差来源自由度平方和均方F值p值

% 回归 5.0000 15.0277 3.0055 7.6122 0.0219

% 残差 5.0000 1.9742 0.3948

% 总计10.0000 17.0018

%

% 均方根误差(Root MSE) 0.6284 判定系数(R-Square) 0.8839

% 因变量均值(Dependent Mean) 4.7273 调整的判定系数(Adj R-Sq) 0.7678

%

% -----------------------------------参数估计-----------------------------------

% 变量估计值标准误t值p

你可能感兴趣的:(matlab分段线性回归分析)