matlab多变量如何求出最小二乘法拟合的相关系数

对于多变量情况下的最小二乘法拟合，可以使用MATLAB中的`polyfit`函数来拟合多元线性回归模型，并得到相关系数。具体步骤如下：

1. 准备数据：将多个变量存储在一个矩阵中，其中每一列代表一个变量，每一行代表一个观测值。例如：

   X = [1 2 3 4 5;
        2 4 6 8 10;
        3 6 9 12 15];
   Y = [1 2 3 4 5]';

上面的例子中，有三个自变量和一个因变量，每个变量有五个观测值。

2. 拟合数据：使用`polyfit`函数来拟合多元线性回归模型，并得到相关系数。该函数的输入参数包括自变量矩阵、因变量向量和多项式的阶数。多元线性回归模型的阶数为1，因为它是一个一次方程。例如，下面的代码使用多元线性回归模型来拟合上面的数据：

   p = polyfit(X', Y, 1);

此时，`p`中存储的就是相关系数，其中`p(1:end-1)`是各个自变量的系数，`p(end)`是截距。

完整代码如下：

% 准备数据
X = [1 2 3 4 5;
     2 4 6 8 10;
     3 6 9 12 15];
Y = [1 2 3 4 5]';

% 拟合数据
p = polyfit(X', Y, 1);

该代码将拟合多元线性回归模型，并得到相关系数。