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。

回帰分析

線形回帰と非線形回帰

メモ

MuPAD® Notebook は将来のリリースでは削除される予定です。代わりに MATLAB® ライブ スクリプトを使用してください。

MuPAD Notebook ファイルを MATLAB ライブ スクリプト ファイルに変換するには、convertMuPADNotebook を参照してください。MATLAB ライブ スクリプトは、多少の違いはありますが、MuPAD 機能の大半をサポートします。詳細は、MuPAD Notebook を MATLAB ライブ スクリプトに変換を参照してください。

MuPAD 関数

stats::hodrickPrescottFilterThe Hodrick-Prescott filter
stats::linRegLinear regression (least squares fit)
stats::regRegression (general linear and nonlinear least squares fit)

トピック

Univariate Linear Regression

Regression is the process of fitting models to data. Linear regression assumes that the relationship between the dependent variable yi and the independent variable xi is linear: yi = a + b xi. Here a is the offset and b is the slope of the linear relationship.

Univariate Nonlinear Regression

Nonlinear regression can assume any type of relationship between the dependent variable y and independent variables xj. For nonlinear regression, MuPAD provides the stats::reg function. This function uses the least-squares approach for computing the regression. stats::reg chooses the parameters p1, ..., pn by trying to minimize the quadratic error:

Multivariate Regression

The stats::reg function also performs linear and nonlinear regressions with two or more independent variables. The following example demonstrates how to perform regression and fit the data to a function of two variables. Suppose, you have three data lists that contain coordinates x, y, and z of discrete points: