matlab一元线性回归代码向量
时间: 2024-09-10 20:19:12 浏览: 15
在MATLAB中,进行一元线性回归分析通常涉及到拟合一条直线,其形式可以表示为`y = mx + b`,其中`m`是斜率,`b`是y轴截距。以下是一个简单的MATLAB代码示例,它使用向量来执行一元线性回归分析:
```matlab
% 假设我们有一组x和y的数据点
x = [1; 2; 3; 4; 5]; % x向量数据
y = [2; 4; 5; 4; 5]; % y向量数据
% 使用polyfit函数进行线性拟合,得到系数[斜率, 截距]
p = polyfit(x, y, 1);
% polyfit函数返回的p向量中的第一个元素是斜率(m),第二个元素是截距(b)
slope = p(1); % 斜率
intercept = p(2); % 截距
% 使用拟合得到的模型参数计算拟合线的y值
y_fit = polyval(p, x);
% 绘制原始数据点
plot(x, y, 'o', 'MarkerFaceColor', 'r');
hold on; % 保持图像,以便在同一图上绘制拟合线
% 绘制拟合直线
plot(x, y_fit, '-');
% 添加图例和坐标轴标签
legend('原始数据点', '拟合直线');
xlabel('x');
ylabel('y');
% 显示结果
disp(['拟合得到的斜率为: ', num2str(slope)]);
disp(['拟合得到的截距为: ', num2str(intercept)]);
```
在这段代码中,`polyfit`函数用于计算一元线性回归的模型参数,`polyval`函数用于根据这些参数计算拟合值。绘制的图表中包含了原始数据点和拟合得到的直线,而`disp`函数则用于输出拟合得到的斜率和截距值。