多元线性回归

Linear regression with multiple predictor variables

For greater accuracy on low-dimensional through medium-dimensional data sets, fit a linear regression model usingfitlm。

对于缩短高维数据集的计算时间，请使用线性回归模型fitrlinear。

应用

Regression Learner

火车回归模型使用监督的机器学习预测数据

对象

`LinearModel`	线性回归模型
`compactlinearmodel`	Compact linear regression model
`回归线`	高维数据的线性回归模型
`RegressionPartitionedLinear`	Cross-validated linear regression model for high-dimensional data

功能

展开全部

`LinearModel`and`compactlinearmodel`功能

Create`LinearModel`Object

`fitlm`	拟合线性回归模型
`逐步lm`	执行逐步回归

Create`compactlinearmodel`Object

compact Compact linear regression model

Add or Remove Terms from Linear Model

`addterms`	将术语添加到线性回归模型
`删除`	从线性回归模型中删除术语
`步`	通过添加或删除术语来改善线性回归模型

预测响应

`feval`	Predict responses of linear regression model using one input for each predictor
`predict`	Predict responses of linear regression model
`随机的`	使用线性回归模型的随机噪声模拟响应

评估线性模型

`anova`	Analysis of variance for linear regression model
`COEFCI`	Confidence intervals of coefficient estimates of linear regression model
`coeftest`	线性假设检验在线性回归模型系数上
`dwtest`	Durbin-Watson test with linear regression model object
`partialdependence`	计算部分依赖性

可视化线性模型和摘要统计数据

`阴谋`	线性回归模型的散点图或添加的可变图
`情节`	添加了线性回归模型的可变图
`阴谋AdjustedResponse`	Adjusted response plot of linear regression model
`PlotDiangnostics`	Plot observation diagnostics of linear regression model
`ploteffects`	Plot main effects of predictors in linear regression model
`情节互动`	线性回归模型中两个预测因子的情节相互作用效应
`阴谋PartialDependence`	创建部分依赖图（PDP）和个人条件期望（ICE）图
`阴谋Residuals`	线性回归模型的情节残差
`图块`	通过拟合线性回归表面的切片图

Gather Properties of Linear Model

`收集`	收集的属性Statistics and Machine Learning Toolbox来自GPU的对象

`回归线`and`RegressionPartitionedLinear`功能

Create Object

fitrlinear 拟合线性回归模型to high-dimensional data

与之合作`回归线`Object

`predict`	Predict response of linear regression model
`lime`	局部可解释的模型不足解释（石灰）
`失利`	线性回归模型的回归损失
`partialdependence`	计算部分依赖性
`阴谋PartialDependence`	创建部分依赖图（PDP）和个人条件期望（ICE）图
`沙普利`	沙普利值
`selectModels`	选择拟合的正规化线性回归模型

与之合作`RegressionPartitionedLinear`Object

`kfoldloss`	未在训练中使用的观察结果的回归损失
`kfoldpredict`	预测反应的观察vations not used for training

线性回归不使用对象

Fit and Evaluate Linear Regression

`dwtest`	Durbin-Watson测试带有残留输入
`invpred`	反向预测
`最细的`	Linear hypothesis test
`plsregress`	Partial least-squares (PLS) regression
`回归`	Multiple linear regression
`regstats`	回归诊断
`relieff`	Rank importance of predictors using ReliefF or RReliefF algorithm
`robustfit`	适合鲁棒线性回归
`逐步贴上`	拟合线性回归模型using stepwise regression

准备数据

`x2fx`	Convert predictor matrix to design matrix
`Dummyvar`	Create dummy variables

Interactive Tools

`robustdemo`	Interactive robust regression
`RSMDEMO`	交互式响应表面演示
`rstool`	Interactive response surface modeling
`逐步`	Interactive stepwise regression

话题

线性回归简介

什么是线性回归模型？
Regression models describe the relationship between a dependent variable and one or more independent variables.
线性回归
拟合线性回归模型并检查结果。
逐步回归
在逐步回归中，预测变量会自动从模型中添加或修剪。
Reduce Outlier Effects Using Robust Regression
适合一个强大的模型，比普通最小二乘不太敏感的模型与数据的一小部分变化。
Choose a Regression Function
Choose a regression function depending on the type of regression problem, and update legacy code using new fitting functions.
产出和诊断统计的摘要
Evaluate a fitted model by using model properties and object functions.
威尔金森符号
威尔金森符号提供了一种描述回归和重复测量模型的方法，而无需指定系数值。

线性回归工作流程s

线性回归工作流程
Import and prepare data, fit a linear regression model, test and improve its quality, and share the model.
解释线性回归结果
显示和解释线性回归输出统计。
线性回归与相互作用效应
构建和分析具有相互作用效应的线性回归模型并解释结果。
使用表的线性回归
此示例显示了如何使用表执行线性和逐步回归分析。
与分类协变量的线性回归
使用分类阵列使用分类协变量进行回归fitlm。
分析时间序列数据
此示例显示了如何使用A的时间序列数据可视化和分析时间序列数据时间序列object and the回归功能。
Train Linear Regression Model
使用线性回归模型训练fitlmto analyze in-memory data and out-of-memory data.

部分最小二乘回归

部分最小二乘
部分最小二乘（PLS）将新的预测变量构建为原始预测变量的线性组合，同时考虑观察到的响应值，从而导致具有可靠的预测能力的简约模型。
部分最小二乘回归and Principal Components Regression
应用部分最小二乘回归（PLSR）和主成分回归（PCR），并探索两种方法的有效性。