生成随机多元线性回归matlab

在MATLAB中，生成随机多元线性回归模型通常涉及以下几个步骤：

1. **创建样本数据**：
首先，你需要设定自变量的数量（x的维数，比如n_vars），以及因变量（y）。你可以使用`randn`函数生成服从标准正态分布的随机数值作为自变量，然后用`ones`函数添加截距项。

n_samples = 100; % 样本数量
n_vars = 3;      % 自变量数量
beta = randn(n_vars, 1); % 回归系数，假设为随机值
intercept = ones(1, n_samples); % 截距
X = [intercept randn(n_samples, n_vars - 1)]; % 添加截距后的设计矩阵
y = X * beta + randn(n_samples, 1); % 因变量，假设有误差项

2. **构建模型**：
使用`fitlm`函数可以快速创建并拟合多元线性回归模型。它会自动处理异常值、缺失值等问题，并返回一个`LinearModel`对象。

model = fitlm(X, y);

3. **分析模型**：
可以通过`disp(model)`查看模型摘要信息，`coef(model)`获取回归系数，`plot残差(model)`检查残差图等。

disp(model)
coef = coef(model); % 回归系数

4. **预测新数据**：
有了模型，你可以用新的输入数据预测结果。

new_data = ... % 新的数据点
prediction = predict(model, new_data);