博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
回归分析
阅读量:4297 次
发布时间:2019-05-27

本文共 387 字,大约阅读时间需要 1 分钟。

线性回归

一元拟合

[p,S]=polyfit(x,y,m)  %m为最高项次数,取1就是线性  Y=polyval(p,x)  %输入待预测的x  polytool(x,y,m) %调用多项式回归GUI界面,参数意义同polyfit

多元拟合

[b,bint,r,rint,stats]=regress(y,X); %b是系数矩阵,后面的是统计参数rstool(x,y) %回归GUI,进去可选线性、全二次回归等

非线性回归

例如:

mubiao = @(beta,x) (beta(4)*x(:,2)-x(:,3)/beta(5))./(1+beta(1)*x(:,1)+beta(2)*x(:,2)+beta(3)*x(:,3)); %用匿名函数定义要拟合的函数beta0 = [0;0;0;0;1] %初值nlintool(x,y,huaxue,beta0) %拟合

转载地址:http://qvcws.baihongyu.com/

你可能感兴趣的文章
CTabCtrl
查看>>
C++开发者都应该使用的10个C++11特性
查看>>
lambda
查看>>
知乎文章收藏-发展经验
查看>>
如何成为社会精英
查看>>
QT 中的类收集
查看>>
Qt的前景如何?Qt for Android 好吗?
查看>>
值得学习的开源项目
查看>>
IT视频教程寻找
查看>>
认识wxWidgets
查看>>
罗辑思维
查看>>
文章索引-跨平台开发
查看>>
简单理解全栈工程师
查看>>
认识wxWidgets2
查看>>
wxWidgets和QT之间的选择
查看>>
在wxWidgets中使用OpenCV绘制摄像头图像
查看>>
使用wxWidgets进行跨平台的C++开发
查看>>
windows下 搭建 wxWidgets 开发环境
查看>>
CSDN文章搜索方法
查看>>
关于Ribbon界面 和 一些使用方法
查看>>