1、多元线性回归
形式:
回归系数的检验
(1)F检验
(2)r检验
matlab语言:
[b,bint,r,rint,stats]=regress(Y,X,alpha)...b:回归系数点估计
bint:回归系数区间估计
r:残差
rint:置信区间
stats:用于检验的统计量,有三个数值,相关系数r^2,F值,与F对应的概率p
alpha:显著性水平(缺省时为...x处的预测值Y
预测误差估计:
[Y,DELTA]=polyconf(p,x,S,alpha)
求polyfit所得回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间DELTA
alpha...r:残差
J:Jacobi矩阵
x:n*m矩阵
y:n维列向量
model:M文件定义的非线性函数
beta0:回归系数的初值
非线性回归命令:
nlintool(x,y,'model',...beta0,alpha)
预测和预测误差分析:
[Y,DELTA]=nlpredci('model',x,beta,r,J)
求得回归函数在x处的预测值Y
预测值的显著性水平为1-alpha的置信区间