このページは機械翻訳を使用して翻訳されました。最新版の英語を参照するには、ここをクリックします。

線形回帰モデルを当てはめる

この例では次を使用します。

スクリプトを開く

この例では、ThingSpeak ™チャネルのデータに線形回帰モデルを適合させ、データ内の回帰係数を計算する方法を示します。

気象ステーション ThingSpeakチャネルからデータを読み取る

ThingSpeak チャネル 12397 には、マサチューセッツ州ネイティックにある MathWorks® 気象計からのデータが含まれています。データは 1 分ごとに収集されます。フィールド 3 と 4 には、それぞれ湿度と温度のデータが含まれます。thingSpeakRead 関数を使用して、チャネル12397 から過去 1 日間のデータを読み取ります。

data = thingSpeakRead(12397,'NumDays',1,'Fields',[3 4],'outputFormat','table');

線形回帰モデルの計算

応答 (湿度) と 1 つ以上の予測用語 (温度) 間の線形関係を説明します。たとえば、「湿度 ~ 1 + 温度F」は、湿度と温度を切片とともに関連付ける 2 変数の線形モデルを表します。

mdl = fitlm(data, 'Humidity~TemperatureF')

mdl = 


Linear regression model:
    Humidity ~ 1 + TemperatureF

Estimated Coefficients:
                    Estimate       SE        tStat       pValue   
                    ________    ________    _______    ___________

    (Intercept)       49.448      1.7916       27.6    2.1811e-134
    TemperatureF    0.038851    0.045941    0.84567        0.39788


Number of observations: 1410, Error degrees of freedom: 1408
Root Mean Squared Error: 4.39
R-squared: 0.000508,  Adjusted R-Squared: -0.000202
F-statistic vs. constant model: 0.715, p-value = 0.398

値は、線形モデルの推定回帰係数とその他の統計パラメーターを示します。

参考

関数