一元二次回归方程 回归系数的F显著性检验已经用y=polyfit(x,y,2)得到一个回归模型,怎么才能用F检验判断这个模型的有效性呢?我试过regress命令了,但是大多数时候p都=0; 如:x=0:0.01:2*pi;L=len
来源:学生作业帮助网 编辑:六六作业网 时间:2024/12/04 02:00:35
一元二次回归方程 回归系数的F显著性检验已经用y=polyfit(x,y,2)得到一个回归模型,怎么才能用F检验判断这个模型的有效性呢?我试过regress命令了,但是大多数时候p都=0; 如:x=0:0.01:2*pi;L=len
一元二次回归方程 回归系数的F显著性检验
已经用y=polyfit(x,y,2)得到一个回归模型,怎么才能用F检验判断这个模型的有效性呢?
我试过regress命令了,但是大多数时候p都=0;
如:
x=0:0.01:2*pi;
L=length(x);
y=sin(x);
plot(x,y)
xx=(x.*x);
xTime=[ones(L,1) x' xx'];
[b,bint,r,rint,stats]=regress(y',xTime);
b,stats
p=[b(3) b(2) b(1)];
yy=polyval(p,x);
hold on
plot(x,y,'k',x,yy,'r')
运行结果为:
b =
0.9489
-0.3007
-0.0004
stats =
0.6060 481.3229 0 0.1978
p=stats(3)=0;但是拟合效果一点也不好
所以应该怎样判断回归模型的有效性呢?
一元二次回归方程 回归系数的F显著性检验已经用y=polyfit(x,y,2)得到一个回归模型,怎么才能用F检验判断这个模型的有效性呢?我试过regress命令了,但是大多数时候p都=0; 如:x=0:0.01:2*pi;L=len
就是一元一次 如果y=ax^2 设z=x^2 就变成y=az
可以看这个参考
y=polyfit(x,y,2)只是拟合回归方程而已.
p接近于0的话是说明回归显著,即系数显著不为0 也就是x^2对y的影响显著
你合度是stats看第一个R2 越接近1拟合越好.