1. 程式人生 > >Matlab 迴歸常用函式

Matlab 迴歸常用函式

迴歸方法分類

一般迴歸方法 根據迴歸方法因變數的個數不同 根據迴歸函式的型別不同
一元、多元 線性、非線性
一元線性、一元非線性、多元迴歸
兩種特殊迴歸方法 逐步迴歸:       從眾多自變數中有效地選擇重要變數的方法,確保得到的解釋變數集是最優的
Logistic 迴歸:是一種廣義的線性迴歸分析模型,以指數結構函式作為迴歸模型的迴歸方法。

迴歸方法Matlab實現

regress 

Multiple linear regression 多元線性迴歸          

              常用格式      [b,bint,r,rint,stats]=regress(y,x,alpha)
              用例     [b, bint, r, rint, s] = regress(Y, X)
引數解釋 輸入引數     y----------相應向量,n維向量
    x----------對應於迴歸係數的資料矩陣
    alpha----置信水平(預設時為0.05);
輸出引數     b---------多元線性迴歸數值向量的係數估計
    bint------b的置信區間
    r----------殘差向量
   rint-------r的置信區間

輸出引數的

stats檢驗統計量

R^{2}-----------------迴歸方程的決定係數(R是相關係數)

F-------------------統計量值

p-------------------與統計量值F對應的概率值p

 s^{2}------------------剩餘方差

fitnlm

Fit nonlinear regression model 擬合非線性迴歸模型

              常用格式 mdl= fitnlm(x,y,modelfun,beta0)
              用例      m1 = @(b,x) b(1) + b(2)*log(x);
     nonlinfit1 = fitnlm(x,y,m1,[0.01;0.01])
引數解釋 輸入引數     y----------相應向量,n維向量
    x----------對應於迴歸係數的資料矩陣
    modelfun------函式模型

stepwise

Interactive stepwise regression 互動式逐步迴歸

              常用格式 stepwise(x,y,inmodel,penter,premove)
              用例     stepwise(X,Y,[1,2,3,4],0.05,0.10)
引數解釋 輸入引數     y----------相應向量,n維向量
    x----------對應於迴歸係數的資料矩陣
    inmodel 是自變數x的初始集合的指標
    penter 引入變數時設定的最大p值,預設時為0.05
    premove 是移出變數時設定的p值,預設時為0.10

fitglm

Create generalized linear regression model 建立廣義線性迴歸模型

mdl = fitglm(x,y,'distribution','binomal')  構建二項式 logistic模型

線性迴歸結果分析

1.  迴歸係數置信區間應不包含零點

2.  stats統計量:

1)R^{2} :   R^{2} 的值越接近 1,變數的線性相關性越強,

2)F :    當 F > F1-α(m,n-m-1) ,即認為因變數 y 與自變數 x1,x2,...,xm 之間有顯著的線性相關關係;

                否則認為因變數 y 與自變數 x1,x2,...,xm 之間線性相關關係不顯著。

3)p :   若 p < α(α 為預定顯著水平),則說明因變數 y 與自變數 x1,x2,...,xm之間顯著地有線性相關關係。

4)s^{2}      主要用來比較模型是否有改進,其值越小說明模型精度越高。