matlab多元线性回归函数使用方法

1、输入数据。

x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';

X=[ones(16,1) x]; 

Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';

2、回归分析及检验。

[b,bint,r,rint,stats]=regress(Y,X) 

运行结果解读如下：

置信区间分别为 [-33.7017,1.5612] 和[0.6047,0.834] r2=0.9282(越接近于 1，回归效果越显著 )，F=180.9531， p=0.0000，由 p<0.05, 可知回归模型y=-16.073+0.7194x 成立。

3、残差分析，作残差图。

rcoplot(r,rint) 

从残差图可以看出，除第二个数据外 ,其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-16.073+0.7194x 能较好的符合原始数据，而第二个数据可视为异常点。

4、预测及作图。

z=b(1)+b(2)*x 

plot(x,Y,'k+',x,z,'r')