Matlab：如何运行具有多个输出的For循环？

Question

所以我的问题是指matlab中的regress（）函数。 Click here for the Matlab documentation

如果我想使用此函数运行多个回归并输出系数和置信区间，那么在For循环中执行此操作的最佳方法是什么？

Matlab自己的语法是[b，bint] =回归（y，X）。但是当我尝试在for循环中实现它时，它告诉我尺寸不匹配。我的代码如下：

for i=1:6
[a, b]=regress(Dataset(:,i),capm_factors);
capm_coefs(i,:)=a;
capm_ci(i,:)=b;
end

请帮助，谢谢！

Answer 1

regress输出列向量系数，可最大限度地减少输入数据（capm_factors）与预测值（Dataset(:,i)）之间的最小平方误差。但是，在for循环中，您假设a和b是行向量。

此外，regress的第一个输出是系统的解决方案，但第二个输出包含置信度值的矩阵，其中第一列表示置信区间的下限对于每个变量，第二列表示置信区间的上限。

具体来说，您的输入capm_factors应该是M x N矩阵，其中M是输入样本的总数，N是要素的总数。在您的代码中，a会为您提供N x 1向量，b会为您提供N x 2矩阵。

如果您想使用循环，请确保capm_coefs是N x l矩阵，其中l是您要循环的总次数capm_ci }应该是N x 2 x l 3D矩阵或可能是l元素单元格数组。无论哪种方式都是可以接受的......但我会告诉你如何做到这两点。

想到这样的事情：

作为3D矩阵的信心

l = 6; %// Define # of trials
[M,N] = size(capm_factors); %// Get dimensions of data
capm_coefs = zeros(N, l);
capm_ci = zeros(N, 2, l);

for ii = 1 : l
    [a,b] = regress(Dataset(:,i), capm_factors);
    capm_coefs(:,ii) = a;
    capm_ci(:,:,ii) = b;
end

然后您可以通过capm_coefs(:,ii)访问试用系数，其中ii是您想要的迭代。同样，可以通过capm_ci(:,:,ii)

访问置信度矩阵

作为单元格数组的信心

l = 6; %// Define # of trials
[M,N] = size(capm_factors); %// Get dimensions of data
capm_coefs = zeros(N, l);
capm_ci = cell(l); %// Cell array declaration

for ii = 1 : l
    [a,b] = regress(Dataset(:,i), capm_factors);
    capm_coefs(:,ii) = a;
    capm_ci{ii} = b; %// Assign confidences to cell array
end

如上所述，您可以通过capm_coefs(:,ii)访问试用系数，其中ii是您想要的迭代。但是，置信矩阵可以通过capm_ci{ii}访问，因为我们现在处理的是单元格数组。