ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

多重線形回帰

複数の予測子変数をもつ線形回帰

低~中次元のデータセットで精度を向上させるには、fitlm を使用して線形回帰モデルを近似させます。

MATLAB® ワークスペースに適合する高次元データセットの計算時間を短縮するには、fitrlinear を使用して線形回帰モデルを近似させます。

アプリ

Regression Learner教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる

クラス

LinearModel線形回帰モデルのクラス
CompactLinearModelコンパクトな線形回帰モデル クラス
RegressionLinear高次元データ用の線形回帰モデル
RegressionPartitionedLinear高次元データ用の交差検定済み線形回帰モデル

関数

fitlm線形回帰モデルの作成
stepwiselm ステップワイズ回帰の使用による線形回帰モデルの作成
compactコンパクトな線形回帰モデル
disp線形回帰モデルの表示
feval線形回帰モデルの予測の評価
predict線形回帰モデルの応答予測
random線形回帰モデルの応答のシミュレーション
plot線形モデルの散布図または追加変数プロット
plotAdjustedResponse線形回帰モデルの調整済み応答プロット
fitrlinear高次元データに対する線形回帰モデルのあてはめ
predict線形回帰モデルの応答予測
dummyvarダミー変数を作成する
invpred逆予測
plsregress部分最小二乗回帰
x2fx予測子行列を計画行列に変換します。
relieffReliefF アルゴリズムを使用した属性 (予測子) の重要性
regress多重線形回帰
robustdemo対話形式によるロバスト回帰
robustfitロバスト回帰
rsmdemo対話形式による応答曲面のデモ
rstool対話形式による応答曲面モデリング

例および操作のヒント

線形回帰

線形回帰モデルをあてはめ、結果を調べます。

線形回帰の結果の解釈

線形回帰の出力統計を表示および解釈します。

線形回帰ワークフロー

データのインポートと準備、回帰のあてはめ、品質のテストと改善、および共有を行います。

カテゴリカル共変量による回帰

カテゴリカル配列と fitlm を使用してカテゴリカル共変量による回帰を実行します。

データセット配列による回帰

次の例では、データセット配列を使用して線形およびステップワイズ回帰解析を行う方法を示します。

ロバスト回帰 — 外れ値の影響の低減

データの小部分における大きい変化に対する感度が通常の最小二乗法より低いロバスト モデルをあてはめます。

パラメトリック回帰分析

回帰関数を選択し、新しい近似関数を使用してレガシ コードを更新します。

部分最小二乗

部分最小二乗 (PLS) は、観測された応答値を考慮しつつ、元の予測子変数の線形結合として新しい予測子変数を構築し、信頼できる予測力をもつ倹約モデルを作成します。

概念

線形回帰モデルとは

回帰モデルは、1 つの従属変数と 1 つ以上の独立変数の関係を記述します。

ウィルキンソンの表記法

ウィルキンソンの表記法を使用すると、係数の値を指定せずに回帰と反復測定のモデルを記述できます。

この情報は役に立ちましたか?