MATLAB实现线性回归分析,并写出中间变量的结果
时间: 2024-03-05 07:49:17 浏览: 111
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:
```matlab
% 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。
阅读全文