在多元线性回归中,如何用matlab求得各个变量的T统计值及其p值?
来源:百度知道 编辑:UC知道 时间:2024/05/14 09:38:38
回归模型为y=c0+c1*x1+c2*x2+c3*x3
如何求得c1 c2 c3的t统计值?
如何求得c1 c2 c3的t统计值?
一般情况下,p值取0.05,如果想要更为精确,可以取0.01.
二、一元线性回归
2.1.命令 polyfit最小二乘多项式拟合
[p,S]=polyfit(x,y,m)
多项式y=a1xm+a2xm-1+…+amx+am+1
其中x=(x1,x2,…,xm)x1…xm为(n*1)的矩阵;
y为(n*1)的矩阵;
p=(a1,a2,…,am+1)是多项式y=a1xm+a2xm-1+…+amx+am+1的系数;
S是一个矩阵,用来估计预测误差.
2.2.命令 polyval多项式函数的预测值
Y=polyval(p,x)求polyfit所得的回归多项式在x处的预测值Y;
p是polyfit函数的返回值;
x和polyfit函数的x值相同。
2.3.命令 polyconf 残差个案次序图
[Y,DELTA]=polyconf(p,x,S,alpha)求polyfit所得的回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间DELTA;alpha缺省时为0.05。
p是polyfit函数的返回值;
x和polyfit函数的x值相同;
S和polyfit函数的S值相同。
2.4 命令 polytool(x,y,m)一元多项式回归命令
2.5.命令regress多元线性回归(可用于一元线性回归)
b=regress( Y, X )
[b, bint,r,rint,stats]=regress(Y,X,alpha)
b 回归系数
bint 回归系数的区间估计
r 残差
rint 残差置信区间
stats 用于检验回归模型的统计量,有三个数值:相关系数R2、F值、与F对应的概率p,相关系数R2越接近1,说