matlab多元线性回归方程代码

clear
clc
x1=[25277 23689	23751 23522 23252 22824 22712 22423 22427]';%0-14岁人口(万人)
x2=[19064 17767 16724 15961 15037 14524 13902 13262 12777]';%65岁及以上人口(万人)
x3=[26.2 23.8 23.7 23.4 22.9 22.6 22.5 22.2 22.2]';%少儿抚养比(%)
x4=[19.7 17.8 16.8 15.9 15 14.3 13.7 13.1 12.7]';%老年抚养比(%)
y=[7.18 7.03 6.55 5.96 5.38 4.99 4.69 4.35 3.98]';%人均GDP万  2020-2019-2018...
%x5=[965871 99552 100065 100528 100943 100978 101032 101041 100718]';%15-64岁人口(万人)
%x6=[7.07 7.09 7.08 7.06 7.04 7.07 7.12 7.13 7.13]';%人口死亡率(%)

X=[ones(size(y)) x1 x2 x3 x4];%%开始分析
[b,bint,r,rint,stats]=regress(y,X,0.0005);%b回归系数，bint回归系数的区间估计，r残差，rint置信区间,stats检验回归模型的统计量
%stats检验回归模型的统计量。有4个数值：判定系数R^2，F统计量观测值，检验p的值，误差方差的估计
%ifp小于0.001，则拟合有效

hold on;
y=b(1)+b(2)*x1+b(3)*x2+b(4)*x3+b(5)*x4; %代入已经求得的参数，拟合函数式
plot(y,'kx-');
b1=b(1)
b2=b(2)
b3=b(3)
b4=b(4)
b5=b(5)