《用matlab做一元线性回归分析.pdf》由会员分享，可在线阅读，更多相关《用matlab做一元线性回归分析.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、用用 matlabmatlab 做一元线性回归分析做一元线性回归分析一元线性回归分析是在排除其他影响因素的假定其他影响因素确定的情况下，分析某一个因素（自变量）是如何影响另外一个事物（因变量）的过程，所进行的分析是比较理想化的。用 SPSS 可以做一元线性回归分析，但是当回归的自变量比较多的时候，一个一个的输入会比较麻烦，增加了计算量，本文中描述了如何用matlab 语言来实现一元线性回归分析。在 matlab 中，regress 命令是用来做回归的。假如有96 个 SNP，作为自变量，有一个因变量，比如说 HDL，LDL 等等，将它们以列导入 matlab。值得注意的是：自变量前面必须有一列
2、全为1 的数据，看下面例子即可理解。for i=1:96z=ones(2334,1),x(:,i);b,bint,r,rint,stats=regress(y,z);c(i,:)=stats;end在一元线性回归方程中，回归方程的显著性检验可以替代回归系数的显著性检验，并且 F=T2百度中的一个例子：X=1 1 4 6 8 11 14 17 21Y=X=ones(9,1),Xb,bint,r,rint,stats=regress(Y,X)输出向量 b，bint 为回归系数估计值和它们的置信区间，r，rint为残差及其置信区间，stats 是用于检验回归模型的统计量，有三个数值，第一个是 R2，
3、其中 R 是相关系数，第二个是 F 统计量值，第三个是与统计量 F 对应的概率 P，当 P 时拒绝 H0，回归模型成立regressMultiple linear regressionSyntaxb=regress(y,X)b=regress(y,X)b,bint=regress(y,X)b,bint=regress(y,X)b,bint,r=regress(y,X)b,bint,r=regress(y,X)b,bint,r,rint=regress(y,X)b,bint,r,rint=regress(y,X)b,bint,r,rint,stats=regress(y,X)b,bint,r,r
4、int,stats=regress(y,X).=regress(y,X,alpha).=regress(y,X,alpha)Descriptionb=regress(y,X)returns the least squares fit of y on X by solvingthe linear modelfor,where:y is an n-by-1 vector of observationsX is an n-by-p matrix of regressors is a p-by-1 vector of parameters is an n-by-1 vector of random d
5、isturbancesb,bint=regress(y,X)returns a matrix bint of 95%confidenceintervals for.b,bint,r=regress(y,X)returns a vector,r of residuals.b,bint,r,rint=regress(y,X)returns a matrix rint of intervalsthat can be used to diagnose outliers.If rint(i,:)does notcontain zero,then the ith residual is larger than would beexpected,at the 5%significance level.This is evidence that theith observation is an outlier.b,bint,r,rint,stats=regress(y,X)returns avector stats that contains the R2 statistic,theF statistic and a p value for the full model,andan estimate of the error variance.4