Question

我无法理解回归在Matlab中是如何工作的。

假设我有2个阵列（X和Y），每个阵列都有相同的大小（假设它们每个都是1x10）。根据我的理解，回归函数应该帮助我找到X和Y之间的关系（我想通过绘制的数据绘制最佳拟合线），然后给我斜率。当我在Matlab中尝试这个时，我得到一个错误，说2个变量有不同的行数....但是他们没有，是吗？

如果有人能帮助我理解函数及其参数是如何工作的，我会非常感激，只是为了让我进入基本水平。

以下是一些代码示例：

x = [1,2,3,4,5,6,7,8,9,10];
y = [1,2,3,4,5,6,7,8,9,10]; %defining the arrays, they are linearly related
X=[x ones(size(x,1),1)]; %adding the (necessary?) column of ones
regress(y,X) % using the regress function for a relationship

我收到此错误：

??? Error using ==> regress at 64
The number of rows in Y must equal the number of rows in X.

Answer 1

我认为你以某种方式混淆了列的行（Matlab使用column-major ordering）。如果您打印出两个输入y和X，您会立即看到它们是不同长度的行向量。仔细阅读regress的帮助/文档 - 第一个输入必须是N-by-1列向量。第二个是N-by-p矩阵。因此，这样的事情可以起作用：

x = 1:10;
y = 1:10;
X = [x; ones(1,length(x))];
b = regress(y.',X.')

Answer 2

regress用于多元线性回归。您只想查找X和Y之间的关系。因为polyfit命令应该足够了。我认为仅当你想要计算统计数据时才需要列的那一列。

从MATLAB文档：

回归是针对多元线性回归的。您只想找到 X 和 Y 之间的关系。因为 polyfit 命令应该足够了。我认为仅当你想要计算统计数据时才需要列的那一列。

当您想了解regress与Z和X的行为时，您会使用Y。简而言之，Z=f(X,Y)。在这种情况下，您将Z作为nx1向量（regress命令中的第一个参数）插入。然后你形成另一个矩阵，比如D=[X Y]。这是nx2向量。这将是regress命令的第二个参数。

现在再次从MATLAB文档中阅读，看看是否有意义：

b =回归（y，X）返回系数估计的p-by-1向量b，用于y中对X的预测变量的响应的多线性回归.X是n-在n个观测值的每一个上的p个预测值的by-p矩阵。 y是观察到的响应的n×1矢量。

理解Matlab中的回归函数

2 个答案: