1. 注意事项
一元线性回归模型对异常值比较敏感，应考虑在生成方程前对数据进行预处理。
对于回归分析的相关定义，请参考：
2. MATLAB中的相关函数
直接使用regress函数或polyfit函数都可直接获得表示预测变量与响应变量线性关系的方程的系数
2.1 regress函数
函数说明：多元线性回归函数
详细说明请参考：
常用方式：
[b,bint,r,rint,status] = regress(Y,X,alpha);
等式右边：
Y——响应变量数据( n×1 数值向量 )
X——预测变量数据( n×p 数值矩阵。X 的行对应于各个观测值，列对应于预测变量 )
alpha——显著性水平
等式左边：
b——系数估计值( p×1 向量，其中 p 是 X 中预测变量的数目 )
bint——系数估计值的置信区间 ( 置信边界下限和置信边界上限 )( p×2 矩阵，其中 p 是 X 中预测变量的数目 )
r——残差( p×1 向量，其中 p 是 X 中预测变量的数目 )
rint——置信区间( 诊断离群值的区间 )( p×2 矩阵，其中 p 是 X 中预测变量的数目 )
参数说明：
如果status中的第一个参数R^2接近于1且第三个参数P值小于0.05，则响应Y和X中的预测变量之间存在显著的线性回归关系
如果观测值 i 的 rint(i,:) 区间不包含零，即表明存在离群值
使用示例：
% 女子身高和腿长数据
height = [143;145;146;147;149;150;153;154;155;156;157;158;159;160;162;164];
leg_length = [88;85;88;91;92;93;93;95;96;98;97;96;98;99;100;102];
% 使用身高预测腿长(X是固定格式)
X=[height,ones(length(height),1)];
Y=leg_length;
alpha = 0.05;
[b,bint,r,rint,status] = regress(Y,X,alpha)
2.2 polyfit函数
函数说明：多项式曲线拟合函数
详细说明请参考：
常用方式：
[p,S] = polyfit(X,Y,degree);
等式右边：
X——预测变量数据( 列向量 )
Y——响应变量数据( 列向量 )
degree——多项式p的次数( 多项式拟合的次数 )( >0 )
等式左边：
p——最小二乘拟合多项式系数( 长度为 n+1，包含按降幂排列的多项式系数，最高幂为 n )
S——误差估计结构体
参数说明：
使用示例：
% 女子身高和腿长数据
height = [143;145;146;147;149;150;153;154;155;156;157;158;159;160;162;164];
leg_length = [88;85;88;91;92;93;93;95;96;98;97;96;98;99;100;102];
degree = 1;
[p,S] = polyfit(height,leg_length,degree);
2.3 polyconf函数
函数说明：计算多项式的置信区间函数
详细说明请参考：
常用方式：
[Y1,DELTA1] = polyconf(p,xdata,S,‘predopt‘,‘observation‘);
[Y2,DELTA2] = polyconf(p,xdata,S,‘alpha‘,alpha,‘predopt‘,‘curve‘);
等式右边：
p——最小二乘拟合多项式系数
xdata——预测变量数据( 列向量 )
S——误差估计结构体
‘predopt‘—— ‘observation‘ (默认值)用于计算X值处的新观测值的预测区间，或 ‘curve‘ 用于计算X值处的拟合值的置信区间
等式左边：
Y——在 x 中的每个点处计算多项式 p 所得的新观测值( 拟合值 )
DELTA——当输入参数 ‘predopt‘ 的值为 ‘observation‘ 时，得到的是用于计算X值处的新观测值的预测区间；当输入参数 ‘predopt‘ 的值为 ‘curve‘ 时，得到的是用于计算X值处的拟合值的置信区间
说明：
预测区间和置信区间的相关概念请参考百度百科和：
使用示例：
% 女子身高和腿长数据
height = [143;145;146;147;149;150;153;154;155;156;157;158;159;160;162;164];
leg_length = [88;85;88;91;92;93;93;95;96;98;97;96;98;99;100;102];
xdata = reshape(height,1,length(height));
alpha = 0.05;
% 设定多项式的次数
degree = 1;
% 多项式曲线拟合a=polyfit(x,y,n): x是预测变量,y是响应变量,a是次数为n的多项式的系数
[p,S] = polyfit(height,leg_length,degree);
% 输出S(误差估计结构体)给出Y的95%预测区间Y±DELTA
[Y1,DELTA1] = polyconf(p,xdata,S,‘alpha‘,alpha,‘predopt‘,‘observation‘);
% 输出S(误差估计结构体)给出Y的95%置信区间Y±DELTA
[Y2,DELTA2] = polyconf(p,xdata,S,‘alpha‘,alpha,‘predopt‘,‘curve‘);
2.4 polyval函数
函数说明：多项式计算函数
详细说明请参考：
常用方式：
[y,delta] = polyval(p,x,S)
等式右边：
p——最小二乘拟合多项式系数( 长度为 n+1，包含按降幂排列的多项式系数，最高幂为 n )
x——预测变量数据( 列向量 )
S——误差估计结构体
等式左边：
y——在 x 中的每个点处计算多项式 p 所得的结果
delta——预测的标准误差，以标量形式返回。通常，区间 y ± Δ 对应于大型样本的未来观测值约 68% 的预测区间，y ± 2Δ 对应于约 95% 的预测区间
使用示例：
% 女子身高和腿长数据
height = [143;145;146;147;149;150;153;154;155;156;157;158;159;160;162;164];
leg_length = [88;85;88;91;92;93;93;95;96;98;97;96;98;99;100;102];
% 设定多项式的次数
degree = 1;
[p,S] = polyfit(height,leg_length,degree);
% 多项式曲线拟合的响应值数组
[preresult,delta]=polyval(p,height,S);
3. 散点图+趋势线+95%预测区间 或 95%置信区间
使用示例：
hold on;
plot(height,leg_length,‘k+‘,height,preresult,‘r‘);
% 95%预测区间
plot(xdata,Y1+DELTA1,‘b--‘);
plot(xdata,Y1-DELTA1,‘b--‘);
legend(‘Data‘,‘Linear Fit‘,‘95% Prediction Interval‘);
xlabel(‘身高‘);
ylabel(‘腿长‘);
hold off;
hold on;
plot(height,leg_length,‘k+‘,height,preresult,‘r‘);
% 95%置信区间
plot(xdata,Y2+DELTA2,‘b--‘);
plot(xdata,Y2-DELTA2,‘b--‘);
legend(‘Data‘,‘Linear Fit‘,‘95% Confidence Interval‘);
xlabel(‘身高‘);
ylabel(‘腿长‘);
hold off;
4. 残差图
% 女子身高和腿长数据
height = [143;145;146;147;149;150;153;154;155;156;157;158;159;160;162;164];
leg_length = [88;85;88;91;92;93;93;95;96;98;97;96;98;99;100;102];
% 使用身高预测腿长(X是固定格式)
X=[height,ones(length(height),1)];
Y=leg_length;
alpha = 0.05;
[b,bint,r,rint,status] = regress(Y,X,alpha);
% 通过计算不包含 0 的残差区间 rint 来诊断离群值。
contain0 = (rint(:,1)<0 & rint(:,2)>0);
idx = find(contain0==false);
hold on
scatter(Y,r);
% 填充离群值对应的点
scatter(Y(idx),r(idx),‘b‘,‘filled‘);
xlabel(‘腿长‘);
ylabel(‘残差‘);
hold off
