Matlab：如何运行具有多个输出的For循环？

所以我的问题是关于matlab中的回归（）函数

如果我想使用这个函数运行多元回归并输出系数和置信区间，在For循环中最好的方法是什么

Matlab自己的语法是[b，bint]=回归（y，X）。但当我尝试在for循环中实现时，它告诉我维度不匹配。我的代码如下：

for i=1:6
[a, b]=regress(Dataset(:,i),capm_factors);
capm_coefs(i,:)=a;
capm_ci(i,:)=b;
end

---

请帮忙，谢谢

回归

输出系数的列向量，使输入数据（

capm_因子

）和预测值（

数据集（：，i）

）之间的最小平方误差最小化。但是，在

for

循环中，假设

a

和

b

是行向量

此外，

回归

的第一个输出是系统的解决方案，但第二个输出包含置信值矩阵，其中第一列表示每个变量的置信区间下限，第二列表示置信区间上限

具体而言，您的输入

capm_因子

应该是

mxn

矩阵，其中

M

是输入样本的总数，

N

是特征的总数。在你的代码中，

a

会给你一个

nx1

向量，

b

会给你一个

nx2

矩阵

如果要使用循环，请确保

capm_coefs

是

nxl

矩阵，其中

l

是要循环的总次数，

capm_ci

应该是

nx2 xl

三维矩阵或

l

元素单元数组。任何一种方式都是可以接受的。。。。但我会告诉你如何做到这两个

我想到了这样的事情：

作为3D矩阵的信任 然后，您可以通过

capm_coefs（：，ii）

访问系数进行试验，其中

ii

是您想要的迭代。类似地，可通过

capm_ci（：，：，ii）

作为单元数组的信任 如上所述，您可以通过

capm_coefs（：，ii）

访问系数，其中

ii

是您想要的迭代。然而，置信矩阵可以通过

capm_ci{ii}

访问，因为我们现在正在处理单元数组

l = 6; %// Define # of trials
[M,N] = size(capm_factors); %// Get dimensions of data
capm_coefs = zeros(N, l);
capm_ci = zeros(N, 2, l);

for ii = 1 : l
    [a,b] = regress(Dataset(:,i), capm_factors);
    capm_coefs(:,ii) = a;
    capm_ci(:,:,ii) = b;
end

l = 6; %// Define # of trials
[M,N] = size(capm_factors); %// Get dimensions of data
capm_coefs = zeros(N, l);
capm_ci = cell(l); %// Cell array declaration

for ii = 1 : l
    [a,b] = regress(Dataset(:,i), capm_factors);
    capm_coefs(:,ii) = a;
    capm_ci{ii} = b; %// Assign confidences to cell array
end