这个函数计算一个最小二乘线性回归提供几个输出信息。
语法:myregr (x, y)
输入:
X -自变量的数组
Y -因变量。如果Y是一个矩阵,第i Y行是a
重复测量第i个X点。将使用平均值
verbose -显示所有信息的标志(默认值=1)
输出:
-斜率与标准误差95% C.I.
-截距标准误差95%
-皮尔森相关系数与95% C.I.及其
调整后的形式(取决于X和Y数组的元素)
-斯皮尔曼相关系数
-回归标准误差
——总变化
-由于回归而产生的可变性
——剩余可变性
-学生的斜率t检验(检查是否斜率=0)
-学生对截距的t检验(检查截距是否为0)
改进的残差同质性的Levene检验
-回归的力量
戴明的regeression
情节:
数据点啊
o最小二乘回归线
o红色虚线:95%回归置信区间
o绿色虚线:新y的95%置信区间
使用此回归进行评估。
-残差图
参见myregrv, myregrcomp
由Giuseppe Cardillo创造
giuseppe.cardillo-edta@poste.it
Cardillo G. (2007) MyRegression: LS线性回归上的一个简单函数,有许多有用的输出。//www.tianjin-qmedu.com/matlabcentral/fileexchange/15473
引用作为
朱塞佩·卡迪罗(2021)。MyRegressionGitHub (https://github.com/dnafinder/myregr)。检索.