多変量回帰
多変量応答変数をもつ線形回帰
関数
mvregress | 多変量線形回帰 |
mvregresslike | 多変量回帰に対する負の対数尤度 |
polytool | 対話形式の多項式近似 |
polyconf | 多項式信頼区間 |
plsregress | 部分最小二乗 (PLS) 回帰 |
例および使用方法
- 多変量回帰の問題の設定
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。 - 多変量一般線形モデル
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。 - 同時相関を使用する固定効果のパネル モデル
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。 - 縦方向解析
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。 - 部分最小二乗回帰と主成分回帰
部分最小二乗回帰 (PLSR) と主成分回帰 (PCR) を適用し、これら 2 つの手法の有効性を確認する。
概念
- 多変量線形回帰
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。
- 多変量回帰モデルの推定
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
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。