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
引用作为
朱塞佩·卡迪罗(2023)。MyRegressionGitHub (https://github.com/dnafinder/myregr)。检索。
版本使用GitHub缺省分支不能下载
版本 | 发表 | 发布说明 | |
---|---|---|---|
2.0.0.0之间 | inputparser;表的实现;github链接 |
|
|
1.8.0.0 | 戴明的回归 |
||
1.7.0.0 | 固定一个错误计算 |
||
1.6.0.0 | 修改后的列文的测试homoschedasticity残差和残差图补充道 |
||
1.5.0.0 | 现在可以一个矩阵Y重复的措施 |
||
1.4.0.0 | 变化的描述 |
||
1.3.0.0 | 计算能力,Myregr需要powerStudent Trujillo-Ortiz, a . r . Hernandez-Walls。如果这个函数不存在电脑上,桑德勒从FEX尝试下载它 |
||
1.2.0.0 | 变化的描述 |
||
1.1.0.0 | 帮助部分的变化 |
||
1.0.0.0 | 添加PowerStudent计算t-Student测试回归参数的力量。 |