根据2个自变量 求1个因变量

x=0;0.1;100;y=(p1+p3.*x+p5*x.^2+p7.*x.^3+p9.*x.^4+p11.*x.^5+p13.*x.^6+p15.*x.^7+p17.*x.^8+p19.*x.^9)

symx;f=x+1;x=1:100;eval(f)

这里把x看做因变量,把y看做自变量,即x=h（y）,所以应对y求导

已知X123求Y的话,直接使用你的公式即可代码：X1=[x11x12...x1n];%行向量里都是n个数字,下同X2=[x21x22...x2n];X3=[x31x32...x3n];Y=A0+A1*

TotalVarianceExplained（是这个表上有的,SPSS的结果里,下面是同一个表,横着显示不了）InitialEigenvaluesExtractionSumsofSquaredLoa

matlab可以做函数拟合,没问题.如果能已知函数关系,只是待定参数的话,会很容易.否则,就得自己猜一个函数关系,这样麻烦些；如果蒙不到正确的函数形式就很难有好效果了.再问：我大体知道f1=y(x1)

在数学中,y=f（x）.在这一方程中自变量是x,因变量是y任何一个系统（或模型）都是由各种变量构成的,当我们分析这些系统（或模型）时,可以选择研究其中一些变量对另一些变量的影响,那么我们选择的这些变量

这说明这些变量之间存在自相关,模型选择的是代表程度更高且自变量相互之间相关性低的自变量来,以保证自变量变化时,只影响因变量,而不影响其它模型中的自变量.建议你对这些自变量做两两之间的相关性检验,以说明

可以做多元回归.这方面的资料,在star统计分析工作室有的,百度输入即可

先通过绘制多维散点图,看看各自变量与因变量之间是否存在线性关系,如果有呈线性趋势,则可以进行多元回归分析,进一步通过数据来获取准确的线性关系再问：谢谢哈！那再请问一下啊，怎么用SPSS绘制一个因变量和

要用到AMOS了,用SPSS和AMOS结合起来做

这个地方需要做典型相关分析,我给你个典型相关分析的SPSS程序：(1)按file——new——syntax的顺序新建一个语句窗口.在语句窗口中输入下面的语句：INCLUDE'D:\SpssWin\Ca

1）y=（3-x）*4=-4x+12（x小于3）2）y=0.6x（x大于等于0）3）S=x（12/2-x）=x（6-x）（x大于0,小于6）当x=2时,S=2（6-2）=2*4=8

用机器学习中的支持向量机之类的应该可以吧?好像搜索一下支持向量机和函数拟合,有很多结果.你参考一下,我也不知道多元的行不行.以前机器学习课,那些逻辑回归SVM,通过大量数据训练来得到一个最适合的函数,

可以做因子分析.首先,先将A1到An用提取主成分分析的方法,形成一个因子,同理,对B项做同样处理.其次,再在因子的层面上对两个因子单变量方差分析（当然,如果存在多个自变量因子和多个因变量因子,可以用多

多元回归分析~

这个做多元线性回归好了,其实是二元线性回归,自变量2个A和B,因变量C.一元线性回归方程y=ax+b,系数a＞0,y与x正相关,x高时,y高,x低时,y低,a＜0相反.二元线性回归方程是y=ax1+b

经济学分析中选择的因变量往往对应着一个经济变量,比如：GDP.现实中影响GDP的因素很多,有出口、消费、投资、货币供应、政策、利率、汇率等等.可以说这些因素的变化都会影响到GDP的变化.我们可以定性的

可以通过“多分类Logistic回归”完成,Analyze——Regression——MultinomialLogisticRegression▲Dependent:战略类型▲Factor(s):自变

y=2x²+x+1中,_x_是自变量,_y__是因变量.再问：x²不算吗？再答：x²是x的平方，不是，这时关于x的函数问题，你看看函数的定义，只有自变量和因变量的关系。