matlab多元线性模型y=a0 a1*x1 a2*x2拟合

相同点：都是线性回归.不同点：前者是一元的,后者是多元的.

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

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

可以把数据给我吗?dfg25aw@163.com

这个问题之前也困扰着我,查了相关的数据,下面是我自己整理的一些,供你参考.从怀特检验看OBS的p值很小,说明存在异方差,修正的方法有好几种,我介绍两种吧,第一种是在回归前先将变量进行对数处理,能够很好

如果你说的是软件操作阶段呢,那么你在回归程序中加入一个变量字母C就可以了如果你说的是回归后的成品,即模型就是没有常数项的模型比有常数项的模型对显示的经济状况拟合得更好（或者常数项无法通过t检验）,那么

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

x=[143145146147149150153154155156157158159160162164]';X=[ones(16,1)x];增加一个常数项Y=[88858891929393959698

matlab里面有提供回归模型的全套解决方案,就是线性拟合的工具箱,cftool,在命令窗口输入cftool命令,可以调出工具箱,你可以自己摸索下,都是简单的英语,相信你摸索一会儿就会了.再问：我需要

先给出一般性结论：设X为s×p随机矩阵,A为m×s常数矩阵,B为p×n常数矩阵则E(AXB)=AE(X)B     ①E(AXB)和AE(X)B均是m

尝试用3元、四元、五元进行回归,选取适当的误差利用数据进行检验,选取误差较小的

试一下：functiony=fun_009(a,x)x1=x(1,:);x2=x(2,:);x3=x(3,:);x4=x(4,:);x5=x(5,:);y=a(1)+a(2)*x1+a(3)*x2+a

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

你这种问题可以转化为线性规划问题.但是你这里只给出了约束条件没有给目标函数.你可以自己定义一个约束函数比如mina+b+c.转化成线性规划问题之后,将其写成标准形式就可以输入matlab进行求解了.得

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.

首先你的X和Y两个矩阵的维数不一样,这样的话算出来的结果就可能有问题.第二假如一组数据的值就是这样的话,你就算用其他的软件去求还是这样,其实要检验b的取值是否合理其实有个办法很简单,就是你可以用上面已

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

假设你的多个变量分别为yx1x2x3其中y为因变量,其余为自变量在命令窗口输入lsycx1x2x3回车得到结果.