该功能计算最小二乘线性回归，这些回归提供多个输出信息。
语法：myregr（x，y）
输入：
自变量的数组
y-依赖变量。如果Y是矩阵，则i-th是一个
重复测量I-T X点。将使用平均值
verbose - 标志显示所有信息（默认值= 1）
输出：
-标准误差为95% ci的斜率
- 拦截标准误差为95％C.I.
- Pearson的相关系数95％C.I.及其
调整的表单（取决于x和y arrays的元素）
-斯皮尔曼相关系数
- 回归标准错误
- 完全变化
-由于回归的可变性
- 剩余变异性
- 学生在斜坡上的T检验（检查斜率= 0）
- 学生的T检验拦截（检查拦截= 0）
- 改进的Levene对残留物的同性恋性的测试
- 回归的力量
戴明的regeression
- 一个剧情：
o数据点
o最小二乘回归线
o红色虚线：回归95％的置信区间
o绿色虚线:新y的95%置信区间
使用此回归评估。
-残差图
参见myregrv, myregrcomp
由Giuseppe Cardillo创建
giuseppe.cardillo-edta@poste.it.
要引用此文件，这将是一种适当的格式：Cardillo G.（2007）MyRegression：具有许多信息性输出的LS线性回归的简单功能。//www.tatmou.com/matlabcentral/fileexchange/15473.
引用
Giuseppe Cardillo（2021）。MyRegressionGitHub (https://github.com/dnafinder/myregr)。检索。
意见及评分(12.）
MATLAB版本兼容性
用R2014B创建
与任何版本兼容
平台兼容性
窗户 macOS Linux.类别
标签
你也可以从以下列表中选择一个网站:
为什么人们总是在阅读之前谈话？在发布评论之前，Robert您是否阅读了“描述”和“更新”部分？
在代码中，您可以尝试自动下载依赖软件的行。这是一个超级糟糕的设计，真的在你的包装中真正味道不好。您应该告诉人们他们需要下载PowerStudent并表明依赖。
有一些MATLAB默认函数没有提供的统计信息是非常棒的，特别是当编写一个新的统计信息太麻烦的时候。好工作!
很好。谢谢
对我有用
尽管giuseppe写了许多有用的fcns，但我不认为这个有什么用，特别是如果我们考虑到Statistics TB是强制性的(不讨论其他作者的fcns…)。倒退，regstats和我的个人增强变异已经做的最多…
它可能已经在Stat Toolbox中，但对于那些负担不起工具箱的使用，这很棒。
这是一个很棒的文件。它比理论上超载的Matlab代码更简单。非常好的噱头包括异常排除，绘制的置信区间等。这真的节省了时间，因为你需要的只是插入你想要关联的两个矢量。非常感谢作者！
统计工具箱的回归已经完成了大部分的计算，并且不局限于单回归的情况。作者显然没有注意到'b = inv(x'*x)*(x'*y)'公式，并使用POLYFIT.(?!)计算OLS系数。冗余的和糟糕的书写。