0
点赞
收藏
分享

微信扫一扫

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)


举报

相关推荐

0 条评论