matlab的ols回归代码

OLS（Ordinary Least Squares）回归是一种常见的线性回归方法，在MATLAB中可以使用以下代码实现：

% 导入数据
data = load('data.txt');
X = data(:, 1);  % 自变量
y = data(:, 2);  % 因变量

% 添加常数列
X = [ones(size(X, 1), 1), X];

% 使用OLS回归计算参数估计值
beta = inv(X' * X) * X' * y;

% 输出参数估计值
disp('参数估计值：');
disp(beta);

% 绘制回归线
y_pred = X * beta;
plot(X(:,2), y, 'ro');  % 绘制散点图
hold on;
plot(X(:,2), y_pred, 'b-', 'LineWidth', 2);  % 绘制回归线
xlabel('自变量');
ylabel('因变量');
title('OLS回归');
legend('实际值', '预测值');

首先，我们导入数据，其中`X`表示自变量，`y`表示因变量。

然后，我们添加一个常数列到自变量矩阵中，以处理截距项。

接下来，我们使用最小二乘法公式计算参数估计值。`inv(X' * X)`表示X'X的逆矩阵，`X' * y`表示X'乘以y，最后乘以逆矩阵求解参数。

最后，我们输出参数估计值，并绘制散点图和回归线。绘制散点图使用红色圆圈表示实际值，绘制回归线使用蓝色实线表示预测值。

这样，我们就完成了MATLAB中OLS回归的代码实现。