1.matlab多元回歸示例如下：

解決問題：油價預測

方法：多元線性回歸

實現：matlab regress()函數

技巧：通過增加X1^2，X2^2，或者X1*X2等構造的特征項，可以提高回歸模型的擬合準確度；但計算代價增大。

function result=reg_new_month(XX1_bu,YYnum)

y=YYnum;

a=XX1_bu; %由于alldata_pca已經進行歸一化了；所以在回歸分析中直接用就行%a=load('alldata.txt');

x1=a(:,1) ;

x2=a(:,2) ;

x3=a(:,3) ;

x4=a(:,4) ;

x5=a(:,5) ;

x6=a(:,6) ;

x7=a(:,7) ;

x8=a(:,8) ;

x9=a(:,9) ;

x11=x1.^2;

x12=x2.^2;

x13=x3.^2;

x14=x4.^2;

x15=x5.^2;

x16=x6.^2;

x17=x7.^2;

x18=x8.^2;

x19=x9.^2;

x21=x1.*x2;

x22=x2.*x3;

x23=x3.*x4;

x24=x4.*x5;

x25=x5.*x6;

x26=x6.*x7;

x27=x7.*x8;

x28=x8.*x9;

x29=x9.*x1;

X=[ones(length(y),1), x1,x2,x3,x4,x5,x6,x7,x8,x9,x11,x12,x13,x14,x15,x16,x17,x18,x19, x21,x22,x23,x24,x25,x26,x27,x28,x29];

[b,bint,r,rint,stats]=regress(y,X);%b; 相關系數%bint%r;殘差%rint ： 置信區間%stats; 檢驗回歸模型的統計量：分別為

rcoplot(r,rint)%畫殘差圖

XXnum為原數據所有特征X；

YYnum為原數據所有目標值Y；

XX1_bu：是補全后的數據特征；

2.結果如下：

2.1殘差圖

2.2 指標

stats=[0.8259， 22.0910 ，1.2622e-33， 3464.8205]

R=stats(1)=0.82，越接近1則代表擬合得越好；

F=1.26e-33；F<0.05代表回歸模型可用；

3 利用多元線性回歸進行預測

輸入測試X_test(若有多個X_test，可用循環或矩陣實現)；

調用多元回歸m函數；

輸出Y_pred。

參考資料：

1.https://www.cnblogs.com/Mayfly-nymph/p/10539106.html ，作者：Hk_mayfly

2.?https://zhuanlan.zhihu.com/p/45149297 ，一個大學生的日常筆記,回歸分析

總結

以上是生活随笔為你收集整理的多元线性回归matlab代码例题_matlab多元线性回归的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。