matlab回归（拟合）总结前言1、学三条命令polyfit(x,y,n)---拟合成一元幂函数（一元多次）regress(y,x)----可以多元，nlinfit(x,y,’fun’,beta0)(可用于任何类型的函数，任意多元函数，应用范围最广，最万能的)2、同一个问题，这三条命令都可以使用，但结果肯定是不同的，因为拟合的近似结果，没有唯一的标准的答案
相当于咨询多个专家
3、回归的操作步骤：根据图形（实际点），选配一条恰当的函数形式（类型）---需要数学理论与基础和经验
（并写出该函数表达式的一般形式，含待定系数）------选用某条回归命令求出所有的待定系数
所以可以说，回归就是求待定系数的过程（需确定函数的形式）一、多元回归分析对于多元线性回归模型(其实可以是非线性，它通用性极高)：设变量的n组观测值为记，，则的估计值为排列方式与线性代数中的线性方程组相同（），拟合成多元函数---regress使用格式：左边用b=[b,bint,r,rint,stats]右边用=regress(y,x)或regress(y,x,alpha)---命令中是先y后x,---须构造好矩阵x(x中的每列与目标函数的一项对应)---并且x要在最前面额外添加全1列/对应于常数项---y必须是列向量---结果是从常数项开始---与polyfit的不同
）其中：b为回归系数，的估计值(第一个为常数项)，bint为回归系数的区间估计，r:残差，rint:残差的置信区间，stats:用于检验回归模型的统计量，有四个数值：相关系数r2、F值、与F对应的概率p和残差的方差（前两个越大越好，后两个越小越好），alpha:显著性水平（缺省时为0
05，即置信水平为95%），（alpha不影响b,只影响bint(区间估计)
它越小，即置信度越高，则bint范围越大
显著水平越高，则区间就越小）（返回五个结果）
