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。

多変量回帰

多変量応答変数をもつ線形回帰

関数

mvregress を使用して多変量線形回帰モデルの近似を行うには、応答行列と計画行列を特定の方法で設定しなければなりません。

この例では、mvregress を使用して推定の多変量一般線形モデルを設定する方法を示します。

この例では、mvregress を使用してパネルデータ解析を実行する方法を示します。

この例では、mvregress を使用して縦方向解析を実行する方法を示します。

この例では、部分最小二乗回帰 (PLSR) と主成分回帰 (PCR) の適用方法を示し、これら 2 つの手法の有効性について説明します。

大規模な高次元データセットは、現代のコンピューターを使った計測や電子データストレージにおいて一般的です。

多変量線形回帰モデルを mvregress を使用して近似する場合は、最適な名前と値のペアの 'algorithm','cwls' を使用して、最小二乗推定を選択します。

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。