拟合线性回归模型
此示例展示了如何为 ThingSpeak™通道中的数据拟合线性回归模型并计算数据中的回归系数。
从气象站 ThingSpeak 通道读取数据
ThingSpeak通道12397 包含来自位于马萨诸塞州内蒂克的 MathWorks® 气象站的数据。每分钟收集一次数据。字段 3 和 4 分别包含湿度和温度数据。使用 thingSpeakRead
函数从通道12397 读取最后一天的数据。
data = thingSpeakRead(12397,'NumDays',1,'Fields',[3 4],'outputFormat','table');
计算线性回归模型
描述响应(湿度)与一个或多个预测项(温度)之间的线性关系。示例,“湿度 ~ 1 + 温度F”描述了将湿度与温度以及截距相关的二变量线性模型。
mdl = fitlm(data, 'Humidity~TemperatureF')
mdl = Linear regression model: Humidity ~ 1 + TemperatureF Estimated Coefficients: Estimate SE tStat pValue ________ ________ _______ ___________ (Intercept) 49.448 1.7916 27.6 2.1811e-134 TemperatureF 0.038851 0.045941 0.84567 0.39788 Number of observations: 1410, Error degrees of freedom: 1408 Root Mean Squared Error: 4.39 R-squared: 0.000508, Adjusted R-Squared: -0.000202 F-statistic vs. constant model: 0.715, p-value = 0.398
这些值显示线性模型的估计回归系数以及其他统计参数。
另请参阅
函数
fitlm
(Statistics and Machine Learning Toolbox) |thingSpeakRead