MATLAB-如何计算基于x和y的二维最小二乘回归。(回归面)
我有一组自变量x和y的数据。现在我正试图建立一个二维回归模型,这个模型有一个穿过我的数据点的回归曲面。然而,我找不到实现这一目标的方法。有人能给我一些帮助吗 对于线性或多项式模型,您可以使用我的最爱。如果您想要不同的型号,请编辑您的问题或添加评论。嗯 编辑 另外,看看多元回归,可能也能帮到你 再次编辑 抱歉,我对此感到太有趣了,下面是一个使用最小二乘法和股票Matlab进行多元回归的示例:MATLAB-如何计算基于x和y的二维最小二乘回归。(回归面),matlab,statistics,regression,Matlab,Statistics,Regression,我有一组自变量x和y的数据。现在我正试图建立一个二维回归模型,这个模型有一个穿过我的数据点的回归曲面。然而,我找不到实现这一目标的方法。有人能给我一些帮助吗 对于线性或多项式模型,您可以使用我的最爱。如果您想要不同的型号,请编辑您的问题或添加评论。嗯 编辑 另外,看看多元回归,可能也能帮到你 再次编辑 抱歉,我对此感到太有趣了,下面是一个使用最小二乘法和股票Matlab进行多元回归的示例: 如果要执行线性回归,最好的工具是回归函数。注意,如果要拟合形式为y(x1,x2)=b1.f(x1)+b2.
如果要执行线性回归,最好的工具是
回归
函数。注意,如果要拟合形式为y(x1,x2)=b1.f(x1)+b2.g(x2)+b3的模型,只要知道函数f
和g
,这仍然是一个线性回归
Nsamp = 100; %number of samples
X1 = randn(Nsamp,1); %regressor 1 (could also be some computed f(x1) )
X2 = randn(Nsamp,1); %regressor 2 (could also be some computed g(x2) )
Y = X1 + X2 + randn(Nsamp,1); %generate some data to be regressed
%now run the regression
[b,bint,r,rint,stats] = regress(Y,[X1 X2 ones(Nsamp,1)]);
% 'b' contains the coefficients, b1,b2,b3 of the fit; can be used to plot regression surface)
% 'r' contains residuals of the fit
% 'stats' contains the overall regression R^2, F stat, p-value and error variance
你安装了吗?好的,polyfitn也是我的最爱。
Nsamp = 100; %number of samples
X1 = randn(Nsamp,1); %regressor 1 (could also be some computed f(x1) )
X2 = randn(Nsamp,1); %regressor 2 (could also be some computed g(x2) )
Y = X1 + X2 + randn(Nsamp,1); %generate some data to be regressed
%now run the regression
[b,bint,r,rint,stats] = regress(Y,[X1 X2 ones(Nsamp,1)]);
% 'b' contains the coefficients, b1,b2,b3 of the fit; can be used to plot regression surface)
% 'r' contains residuals of the fit
% 'stats' contains the overall regression R^2, F stat, p-value and error variance