regress（）函数简单运用实例及代码

`regress` 是 MATLAB 中的一个统计函数，用于线性回归分析，估计因变量（响应变量）与自变量之间的关系。这个函数通常用于最小二乘法模型，返回的是线性回归的系数和残差平方和等信息。

以下是一个简单的 `regress` 函数使用实例：

% 假设我们有一个数据集，其中 `x` 是自变量，`y` 是因变量
x = [1 2 3 4 5]; % 自变量的一组观测值，这里是一维数组
y = [2 4 6 8 10]; % 因变量的一组观测值，对应 x

% 使用 regress 进行线性回归分析
[b, bint, r, rint, se, stats] = regress(y, x);

% 输出结果解释：
% - b 是线性回归的系数向量，第一个元素是截距（常数项），后面的元素对应自变量的系数
% - bint 是置信区间估计
% - r 是决定系数，表示 y 对 x 的解释程度
% - rint 是 r 的置信区间
% - se 是每个系数的标准误差
% - stats 包含更多详细统计信息

disp("系数 (b):");
disp(b);
disp("置信区间 (bint):");
disp(bint);
disp("决定系数 (r):");
disp(r);

运行这段代码后，你会看到线性回归的结果，包括斜率、截距及其置信区间等信息。