用matlab线性回归应该用什么样数据才有线性关系

这下通了,都是小问题：x1=[100101.9108.2104.01102.6103.6];x2=[174162.6233.8257322.4373.1];y=[88.9283.791.13127.2

x=[100101.9108.2104.01102.6103.6];y=[174162.6233.8257322.4373.1];z=[88.9283.791.13127.24141.11150.37

没有提供x和y,用一个模拟的吧.只需把你的x,y替换一下就成.clc;clear;x=1:10y=3*sin(2*x)./xmyfunc=inline('beta(2)*sin(beta(1)*x).

closeall;clear;clc;Y=[2.786896362.770893162.756596092.752612812.715574412.694850562.68402689];X1=[19

X和Y就是你要拟合的数据,上面的是MATLAB工具箱中的regress命令,为［b,bint,r,rint,stats］＝regress（y,x,alpha）．你这里alpha是缺省的此时默认是0．0

使用regress命令多元线性回归——用最小二乘估计法B=REGRESS(Y,X),返回值为线性模型Y=X*B的回归系数向量X,n-by-p矩阵,行对应于观测值,列对应于预测变量Y,n-by-1向量,

%首先输入下列系数：f = [13 9 10 11 12 8];A =  [0.4 1.1

用polyfit函数；k=polyfit（x,y,1）;A=k(1);B=k(2);再问：能把整个的写出来么不会用的着急啦再答：x=[-0.125,-0.300,-0.602,-0.824];y=[-

可以不用拟合工具箱,直接用矩阵除法即可!因为为线性求a1,a2即把a1,a2当成未知数,x1,x2,Y-a0当成已知量则x1*a1+x2*a2=Y-a0,即[x1,x2]*[a1;a2]=Y-a0令矩

你x10个值,y11个值,而且591.0也有误吧r=corrcoef(x,y);%r就是相关系数R=r^2;k=polyfit(x,y,1);scatter(x,y,'.');holdonx1=200

在MATLAB里,多项式由一个系数的行向量表示,其系数是按降序排列.所以：A=-0.2444B=0.6064

clear>>x=[1656,2122,2864,4033,6099];>>y=[2112,2170,2291,2456,2759];>>[P,S]=polyfit(x,y,1)%P为拟合回归系数即y

esult=polyfit(x,y,1)A,B在result中可查看matlabhelppolyfit.

y=[320320160710320320320160710320];x1=[2.31.71.31.71.71.611.71.71.7];x2=[2.31.71.71.61.71.711.71.71.

对于你这个问题,很简单,你只需要将c=1-a-b带入到你的方程组中去,消去c,只有a,b的.那样就解决了约束条件.

y=[320320160710320320320160710320];x1=[2.31.71.31.71.71.611.71.71.7];x2=[2.31.71.71.61.71.711.71.71.

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st

a=[320320160710320320320];f=[0.180.180.180.180.090.360.18];v=[2.31.71.71.71.71.71];F=[38.829.2326.53

http://hi.baidu.com/zhangkai1201/blog/item/c2bf22039bf73983d53f7c64.html

MATLAB中现成的回归分析函数regress()再问：求问这个回归分析函数默认的使用最小二乘法么？具体肿么编程呀？再答：它就是使用的最小二乘法，使用方法你可以调用helpregress再问：>>cl