MATLAB实现线性回归分析，并写出中间变量的结果

MATLAB可以使用 `fitlm` 函数实现线性回归分析。下面是一个简单的示例代码：

% 准备数据
x = [1 2 3 4 5]';
y = [3.2 4.5 5.7 7.1 8.2]';

% 拟合线性模型
model = fitlm(x, y, 'linear');

% 显示回归分析结果
disp(model)

% 可视化回归线
plot(model)

上述代码准备了一组 5 个样本的数据，其中 `x` 是自变量，`y` 是因变量。然后使用 `fitlm` 函数拟合线性模型，并将结果存储在 `model` 变量中。最后使用 `disp` 函数显示回归分析结果，并使用 `plot` 函数可视化回归线。

执行上述代码后，会得到如下回归分析结果：

Linear regression model:
    y ~ 1 + x1

Estimated Coefficients:
                   Estimate       SE       tStat       pValue  
                   ________    ______    _______    __________

    (Intercept)    2.0205      0.85288      2.3699     0.073169
    x1             1.1803      0.27861      4.2349    0.015214


Number of observations: 5, Error degrees of freedom: 3
Root Mean Squared Error: 0.768
R-squared: 0.904,  Adjusted R-Squared 0.871
F-statistic vs. constant model: 28.4, p-value = 0.0152

这些结果包括回归方程的系数、标准误差、t 值和 p 值，以及拟合优度 (R-squared)、调整拟合优度 (Adjusted R-Squared)、F 统计量和对应的 p 值等信息。

如果想要查看中间变量的结果，可以使用 `model` 变量来访问这些值。例如，可以使用 `model.Coefficients` 查看回归系数的值，使用 `model.RMSE` 查看均方根误差的值，等等。