matlab 线性回归

    doc regress

    B = regress(Y,X)

[B,BINT] = regress(Y,X)

[B,BINT,R] = regress(Y,X)

[B,BINT,R,RINT] = regress(Y,X)

B,BINT,R,RINT,STATS] = regress(Y,X)

[...] = regress(Y,X,ALPHA)

参数解释：

• B：回归系数，是个向量（“the vector B of regression coefficients in the  linear model Y = X*B”）。
• BINT：回归系数的区间估计（“a matrix BINT of 95% confidence intervals for B”）。
• R：残差（ “a vector R of residuals”）。数理统计中，残差是指实际观察值与估计值（拟合值）之间的差。
• RINT：置信区间（“a matrix RINT of intervals that can be used to diagnose outliers”）。
• STATS：用于检验回归模型的统计量。有4个数值：判定系数R^2，F统计量观测值，检验的p的值，误差方差的估计。判定系数也叫拟合优度、可决系数，R^2=SSR/SST=1-SSE/SST,其中：SST=SSR+SSE，SST (sum of squares for total)为总平方和，SSReg (sum of squares for regression为回归平方和，SSE (sum of squares for error) 为残差平方和。意义：拟合优度越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。
• ALPHA：显著性水平（缺少时为默认值0.05）。显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示,1-α 为置信度或置信水平，其表明了区间估计的可靠性