matlab 回归分析 多组散点图

在 MATLAB 中，您可以使用回归分析来绘制多组散点图。下面是一个简单的步骤示例：

1. 首先，准备您的数据。假设您有多组数据，每组数据包含自变量和因变量。您可以将数据存储在多个向量或矩阵中。

2. 使用 scatter 函数绘制散点图。对于每一组数据，使用 scatter 函数分别绘制自变量和因变量之间的关系。例如，假设你有两组数据X1和Y1，X2和Y2，可以使用以下代码绘制两组散点图：

scatter(X1, Y1, 'o', 'filled', 'DisplayName', 'Group 1');
hold on;
scatter(X2, Y2, 'x', 'DisplayName', 'Group 2');
xlabel('X');
ylabel('Y');
legend('show');

这段代码使用 'o' 和 'x' 分别表示两组数据的散点形状，并使用 'filled' 参数来填充第一组散点。'DisplayName' 参数用于给每个组添加图例标签。

3. 可选地，您可以添加回归线到散点图上。使用 polyfit 函数进行线性回归拟合，并使用 polyval 函数计算回归线上的预测值。然后，使用 plot 函数绘制回归线。以下是一个示例代码：

% 线性回归拟合
coeffs1 = polyfit(X1, Y1, 1);
Y1_predict = polyval(coeffs1, X1);

coeffs2 = polyfit(X2, Y2, 1);
Y2_predict = polyval(coeffs2, X2);

% 绘制回归线
plot(X1, Y1_predict, 'r-', 'LineWidth', 1.5, 'DisplayName', 'Group 1 Regression');
plot(X2, Y2_predict, 'b-', 'LineWidth', 1.5, 'DisplayName', 'Group 2 Regression');

这段代码使用 polyfit 函数拟合每组数据的线性回归模型，并使用 polyval 函数计算回归线上的预测值。然后，使用 plot 函数绘制回归线。

4. 最后，您可以使用其他 MATLAB 绘图函数和选项来自定义散点图的外观和布局。例如，您可以添加标题、网格线、坐标轴标签等。

这是一个简单的示例，您可以根据您的数据和需求进行调整和扩展。希望对您有帮助！