matlab中多元线性回归方程分析和拟合，有时候我们在使用matla的时候，想进行多元线性回归方程的分析和拟合，怎么进行呢，下面来分享一下方法
matlab 建立多元线性回归方程 X1=[157.00 296.00 18.00 55.00 367.00 438.00 2.00 113.00 653.00]；X2=[672.00 672.00 741.00 384.00 565.00 158.00 444.00 651.00 657.00]；X3=[775.00 867.00 848.00 586.00 1025.00 759.00 607.00 753.00 991.00]；X4=[366.00 366.00 250.00 540.00 535.00 695.00 515.00 505.00 524.00]；X5=[366.00 499.00 472.00 519.00 323.00 501.00 416.00 268.00 428.00]；X6=[70.70 56.10 66.20 63.20 65.00 63.00 73.00 66.00 56.00]；X7=[81.30 71.00 78.40 86.00 81.00 81.00 83.00 78.00 71.00]；X8=[6.00 3.00 4.00 5.00 3.00 2.00 6.00 4.00 5.00]；X9=[8.00 4.00 8.00 7.00 9.00 7.00 6.00 7.00 4.00]；X10=[205.90 221.10 214.10 210.20 220.00 198.00 203.00 220.00 244.00]；X11=[239.60 242.10 223.10 217.00 226.00 220.00 222.00 236.00 240.00]；X12=[53.60 28.10 50.90 81.40 47.50 72.30 75.80 40.60 25.50]；Y=[30.10 34.40 43.60 59.20 39.40 50.80 51.30 35.00 18.70]'；X=[ones(9，1)，X1'，X2'，X3'，X4'，X5'，X6'，X7'，X8'，X9'，X10'，X11'，X12']；b=regress(Y，X)
如何用matlab线性回归分析？ 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。可以通过软件Matlab实现。在Matlab中，可以直接调用命令实现回归分析，（1）[b，bint，r，rint，stats]=regress(y，x)，其中b是回归方程中的参数估计值，bint是b的置信区间，r和rint分别表示残差及残差对应的置信区间。stats包含三个数字，分别是相关系数，F统计量及对应的概率p值。（2）recplot(r，rint)作残差分析图。（3）rstool(x，y)一种交互式方式的句柄命令。例，现有多个样本的因变量和自变量的数据，下面我们利用Matlab，通过回归分析建立两者之间的回归方程。1.%一元回归分析x=[1097 1284 1502 1394 1303 1555 1917 2051 2111 2286 2311 2003 2435 2625 2948 3，55 3372]；自变量序列数据y=[698 872 988 807 738 1025 1316 1539 1561 1765 1762 1960 1902 2013 2446 2736 2825]；因变量序列数据X=[ones(size(x'))，x']，pause[b，bint，r，rint，stats]=regress(y'，X，0.05)，pause%调用一元回归分析函数rcoplot(r，rint)%画出在置信度区间下误差分布。2.%多元回归分析输入各种自变量数据x1=[5.5 2.5 8 3 3 2.9 8 9 4 6.5 5.5 5 6 5 3.5 8 6 4 7.5 7]'；x2=[31 55 67 50 38 71 30 56 42 73 60 44 50 39 55 。
matlab 求线性回归方程 y=a*b^x X=[50 60 70 80 90]；Y=[25.8 34.9 48.2 66.8 81.1]；fun=inline('a(1)*a(2)^.X'，'a'，'X')；a=lsqcurvefit(fun，[1，1]，X，Y)；plot(X，Y，'r'，X，6.7667*1.0283.^X，'b')grid on
怎么用MATLAB编一元线性回归方程与直线 用polyfit函数；k=polyfit（x，y，1）；A=k(1)；B=k(2)；
请问matlab非线性回归方程得出的系数如何计算显著性水平？万分感谢 用MATLAB做线性及非线2113性回归的主要函数有：1、线5261性回归 函数（解决线性回归问题4102），1653如regress（）、polyfit（），主要书写格式为 a=regress(y，X)%拟合线性回归函数的系数，a系数 p=polyfit(x，y，n)；拟合多项式的系数，n最大项数为9 2、非线性回归函数（解决非线性回归问题），如lsqnonlin（）、lsqcurvefit（）、nlinfit（），主要书写格式为 a=lsqnonlin(自定义函数，初值)，a系数 a=lsqcurvefit(自定义函数，初值，自变量，因变量)，a系数 a=nlinfit(自变量，因变量，自定义函数，初值)，a系数 3、比较详细的内容，可以通过help（）帮助函数来查找。
如何在matlab中求线性回归方程的AIC值 在matlab中regress（）函数和polyfit（）函数都可以进行回归分析。（1）regress（）函数主要用于线性回归，一元以及多元的。它可以提供更多的信息，残差之类的。（2）polyfit（）函数是利用多项式拟合。可以是线性也可以是非线性的。regress（）函数详解[b，bint，r，rint，stats]=regress(y，X，alpha)
