多元线性回归模型matlab

在 MATLAB 中实现多元线性回归模型可以使用 `fitlm` 函数。下面是一个简单的例子：

假设我们有以下数据集，其中 x1 和 x2 是自变量，y 是因变量。

x1 = [1 2 3 4 5]';
x2 = [2 4 5 7 8]';
y = [10 14 18 22 24]';

我们可以使用 `fitlm` 函数来拟合多元线性回归模型：

X = [x1 x2];
mdl = fitlm(X, y);

这里我们将自变量 x1 和 x2 合并成一个矩阵 X，然后使用 `fitlm` 函数来拟合模型。拟合完成后，我们可以使用 `coefficients` 属性来获取模型系数：

coeffs = mdl.Coefficients.Estimate;

`coeffs` 就是多元线性回归模型的系数，即 β0、β1 和 β2。我们可以使用这些系数来预测新的观测值。例如，假设我们有一个新的观测值 x1 = 6，x2 = 9，我们可以使用下面的代码来预测 y 值：

newX = [6 9];
newY = newX * coeffs(2:end) + coeffs(1);

这里，`coeffs(2:end)` 表示取系数向量的第二个元素到最后一个元素，即 β1 和 β2。`coeffs(1)` 表示取系数向量的第一个元素，即 β0。因此，`newX * coeffs(2:end) + coeffs(1)` 就是多元线性回归模型的预测结果。