regress
多重线性回归
语法
说明
示例
输入参数
输出参量
算法
替代功能
在您只需要函数的输出参量以及要在循环中多次重复拟合模型时,regress
非常有用。如果您需要进一步研究拟合后的回归模型,请使用 fitlm
或 stepwiselm
创建线性回归模型对象 LinearModel
。LinearModel
对象提供的功能比 regress
更多。
使用
LinearModel
的属性来研究拟合线性回归模型。对象属性包括关于系数估计值、摘要统计量、拟合方法和输入数据的信息。使用
LinearModel
的对象函数来预测响应以及修改、计算和可视化线性回归模型。与
regress
不同,fitlm
函数不要求输入数据包含一个由 1 组成的列。由fitlm
创建的模型始终包含截距项,除非您使用'Intercept'
名称-值对组参量指定不包含它。使用
LinearModel
的属性和对象函数,您可以在regress
的输出中找到信息。regress
的输出LinearModel
中的等效值b
请查看 Coefficients
属性的Estimate
列。bint
请使用 coefCI
函数。r
请查看 Residuals
属性的Raw
列。rint
不支持。在这种情况下,请使用 Student 化残差( Residuals
属性)和观测值诊断(Diagnostics
属性)来查找离群值。stats
请查看命令行窗口中的模型显示。您可以使用 anova
函数以及在模型属性(MSE
和Rsquared
)中找到这些统计量。
参考
[1] Chatterjee, S., and A. S. Hadi. “Influential Observations, High Leverage Points, and Outliers in Linear Regression.” Statistical Science. Vol. 1, 1986, pp. 379–416.
扩展功能
版本历史记录
在 R2006a 之前推出