EC50(半效应浓度的计算方法？ 通常在用菌落直径法求EC50时需要作一条回归方程。以菌丝净生量计算不同质量浓度药剂对各菌株生长的抑制率。计算公式如下：抑制生长率(%)=（对照菌落直径-处理菌落直径）/(对照菌落直径-菌饼直径）×100%测真菌测得的数据以浓度取自然对数e的对数为横坐标，通过查生物统计机率值换算表，以抑制率对应的几率值作为纵坐标，求出每个试验浓度的回归方程和相关系数R，以抑制率为50%时对应的几率值求出EC50的值以及其95%的置信区间。机率值就是几率的单位，共分为1-40，其实质就是正态分布的平均数加减标准误所得的数值范围，投射在肩线常态等差点上各个常态等差，就代表不同的死亡率，这样就可以把死亡率的累计曲线用常态等差来计算，从而化成直线。
MATLAB中如何得到线性回归分析后回归系数的标准误SE [b，bint，r，rint，stats]=regress(y，X，alpha)有了残差r，即可计算SE=残差平方和/(n-k)再开方
r语言怎么计算回归模型的置信区间 用predict就能做到。predict的用法：predict(object，newdata，se.fit=FALSE，scale=NULL，df=Inf，interval=c(\"none\"，\"confidence\"，\"prediction\")，level=0.95，type=c(\"response\"，\"terms\")，terms=NULL，na.action=na.pass，pred.var=res.var/weights，weights=1，.)只要注意其中的object，newdata，interval，level，type就行。object是你的回归模型。newdata是使用的数据。interval选confidence或者\"c。level是置信水平。type在计算响应变量时使用response，对变量计算使用terms。如果是terms，需要用后面的terms参数指定变量名（character类型向量形式）。response的话返回一个数据框，三列，分别是预测值，区间下限和上限。terms返回一个list。
用matlab对一组数据的最小二乘法的多元线性回归分析~ 可以用函数 regress()来解决。[b，bint，r，rint，stats]=regress(y，X)b—拟合线性函数的系数bint—系数b的置信区间r—残值向量rint—残值的置信区间stats—检验统计量，第一值。
如何用matlab线性回归分析 在matlab中regress（）函数2113和polyfit（）函数都可以进5261行回归分析。（1）regress（）函数主要用于4102线性回归，一元1653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)说明：b是线性方程的系数估计值，并且第一值表示常数，第二个值表示回归系数。bint是系数估计值的置信度为95％的置信区间，r表示残差，rint表示各残差的置信区间，stats是用于检验回归模型的统计量，有三个数值其中有表示回归的R2统计量和F以及显著性概率P值，alpha为置信度。相关系数r^2越大，说明回归方程越显著；与F对应的概率P时候拒绝H0，回归模型成立。y表示一个n-1的矩阵，是因变量的值，X是n-p矩阵，自变量x和一列具有相同行数，值是1的矩阵的组合。如：对含常数项的一元回归模型，可将X变为n-2矩阵，其中第一列全为1。ONES(SIZE(A))is the same size as A and all ones。利用它实现X=[ones（size（x））x]（2）polyfit（）函数详解-摘自sina小雪儿博客p=polyfit(x，y，n)[p，s]=polyfit(x，y，n)说明：x，y为数据点，n为多项式阶数，返回p。
