这个函数计算最小二乘线性回归提供几个输出信息。
语法:myregr (x, y)

输入:
X -独立变量的数组
Y -因变量。如果Y是一个矩阵,第i个Y是一个行
重复测量i X点。将使用均值
详细的标志来显示所有信息(默认= 1)
输出:
——C.I.斜率与标准误差95%
——拦截标准错误C.I. 95%
皮尔逊相关系数的95% C.I.及其
调整形式(取决于X和Y数组的元素)
-斯皮尔曼相关系数
——回归标准错误
——总变化
由于回归——可变性
——剩余可变性
斜坡上,学生的学习任务(检查如果斜率= 0)
——学生的学习任务在拦截(检查是否拦截= 0)
——修改列文的测试homoschedasticity剩余工资
——回归的力量
戴明的regeression
——一个情节:
数据点啊
最小二乘回归直线
o红色虚线:95%置信区间的回归
o绿色虚线:95%置信区间的新y
评估使用这个回归。
-残差图

参见myregrinv myregrcomp

由朱塞佩·卡迪罗
giuseppe.cardillo-edta@poste.it

引用这个文件,这将是一个适当的格式:g·卡迪罗(2007)MyRegression:一个简单的函数在LS线性回归与许多信息输出。//www.tatmou.com/matlabcentral/fileexchange/15473