线性回归模型MATLAB代码

要建立线性回归模型的MATLAB代码，可以使用LinearModel.fit函数或regress函数。以下是使用这两个函数建立线性回归模型的代码示例：

使用LinearModel.fit函数：

% 导入数据
x = [1, 2, 3, 4, 5];
y = [2, 4, 6, 8, 10];

% 建立线性回归模型
model = LinearModel.fit(x', y');

% 输出回归模型的参数
disp(model);

% 预测新数据
new_x = 6;
new_y = predict(model, new_x);
disp(new_y);

使用regress函数：

% 导入数据
x = [1, 2, 3, 4, 5];
y = [2, 4, 6, 8, 10];

% 添加常数项
X = [ones(length(x), 1), x'];

% 建立线性回归模型
coefficients = regress(y', X);

% 输出回归模型的参数
disp(coefficients);

% 预测新数据
new_x = 6;
new_y = [1, new_x * coefficients;
disp(new_y);

以上代码示例展示了如何使用MATLAB中的LinearModel.fit函数和regress函数建立线性回归模型，并进行预测。这些函数可以根据输入的自变量和因变量，自动计算出线性回归模型的参数，然后可以使用模型进行预测。请根据实际需求选择适合的方法来建立线性回归模型。