matlab多元線性回歸函數(shù)使用方法？輸入輸入數(shù)據(jù)。x[143145146147149150153154155156157158159160162164]X[ones(16,1)x]Y[8885889

matlab多元線性回歸函數(shù)使用方法？

輸入輸入數(shù)據(jù)。x[143145146147149150153154155156157158159160162164]X[ones(16,1)x]Y[8885889192939395969897969899100102]回歸分析及檢驗(yàn)。[b,bint,r,rint,stats]regress(Y,X)運(yùn)行結(jié)果解讀一:：置信區(qū)間四個(gè)為[-33.7017,1.5612]和[0.6047,0.834]r20.9282(越接近于1，輪回效果越作用效果)，F(xiàn)180.9531，p0.0000，由plt0.05,題意進(jìn)入虛空模型y-16.0730.7194x后成立。殘差分析，作殘差圖。rcoplot(r,rint)從殘差圖更說(shuō)明，除第二個(gè)數(shù)據(jù)外,其余數(shù)據(jù)的殘差離零點(diǎn)均較近，且殘差的置信區(qū)間均真包含零點(diǎn)，這那就證明進(jìn)入虛空模型y-16.0730.7194x能比較好的符合原始數(shù)據(jù)，而第二個(gè)數(shù)據(jù)可其為異常點(diǎn)。預(yù)測(cè)及作圖。zb(1)b(2)*xplot(x,Y,k,x,z,r)

bint意思是回歸系數(shù)的區(qū)間估計(jì)；r意思是殘差；rint意思是置信區(qū)間；stats來(lái)表示主要是用于檢驗(yàn)分析重臨模型的統(tǒng)計(jì)量,有三個(gè)數(shù)值：相關(guān)系數(shù)r2、F值、與F按的概率p那說(shuō)明：相關(guān)系數(shù)r2越逼近1，那說(shuō)明回歸方程越不顯著；時(shí)拒絕H0，F(xiàn)越大，那說(shuō)明回歸方程越不顯著；與F按的概率p

已知某公司前三年的銷(xiāo)售量，用matlab預(yù)測(cè)第四年、第五年的銷(xiāo)售量的方法有哪幾種？線性回歸我自己搞好了？

bp神經(jīng)網(wǎng)絡(luò)、黑色預(yù)測(cè)，還有一個(gè)一些有高級(jí)算法，只不過(guò)我如果說(shuō)這個(gè)問(wèn)題數(shù)據(jù)較少，這兩種方法比較好更適合！

多元線性回歸分析怎樣做靈敏度分析,用matlab？

有所謂靈敏度分析什么，應(yīng)該是看某個(gè)變量發(fā)生了什么變動(dòng)時(shí)，其他變量或參數(shù)的變化幅度。你估計(jì)出了參數(shù)，令某個(gè)自變量在某個(gè)百分比區(qū)間內(nèi)改變，就可以不我得到因變量的變動(dòng)范圍。

如何用matlab進(jìn)行參數(shù)估計(jì)？

一般全是基于最小二乘法的線性回歸，其中有一元線性回歸和多元多項(xiàng)式回歸，一元線性回歸用：linefit函數(shù)，40多塊的話用regress函數(shù)，要是是非高斯模型的話要化簡(jiǎn)為線性的，如果不是又不能化簡(jiǎn)，則要自己依據(jù)什么模型建立起非線性函數(shù)求解釋參數(shù)