在matlab中regress（）函數和polyfit（）函數都可以進行回歸分析。

（1）regress（）函數主要用于線性回歸，一元以及多元的。它可以提供更多的信息，殘差之類的。

（2）polyfit（）函數是利用多項式擬合。可以是線性也可以是非線性的。

（1）regress（）函數詳解

[b，bint，r,rint，stats]=regress(y,X，alpha)

說明：b是線性方程的系數估計值，并且第一值表示常數，第二個值表示回歸系數。bint是系數估計值的置信度為95％的置信區間，r表示殘差，rint表示各殘差的置信區間，stats是用于檢驗回歸模型的統計量，有三個數值其中有表示回歸的R2統計量和F以及顯著性概率P值，alpha為置信度。

相關系數r^2越大，說明回歸方程越顯著；與F對應的概率P<alpha時候拒絕H0，回歸模型成立。

y表示一個n-1的矩陣，是因變量的值，X是n-p矩陣，自變量x和一列具有相同行數，值是1的矩陣的組合。 如：對含常數項的一元回歸模型，可將X變為n-2矩陣，其中第一列全為1。

ONES(SIZE(A)) is the same size as A and all ones。

利用它實現X=[ones（size（x））x]

總結

以上是生活随笔為你收集整理的Matlab回归分析regress和polyfit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。