www.gusucode.com > matlab神经网络原理与实例精解 本书源文件 > 第2章 MATLAB快速入门/code/chapter_2_3_5/m_file.m

    % m_file.m   M脚本实例
% 清理工作空间、图形窗口和命令窗口
clear all, close all;
clc;
% 输入数据 x和Y
x = [143, 145, 146, 148, 149, 150, 153, 154, 157, 158,...        
    159, 160, 162, 164]';
Y = [11, 13, 14, 15, 16, 18, 20, 21, 22, 25, 26, 28, 29, 31]';
X = [ones(length(x), 1), x];

% 线性回归分析
[b, bint, r, rint, stats] = regress(Y, X);

%r2越接近1，F越大，p越小（<0.05），回归效果越显著
r2 = stats(1)       
F = stats(2)       
p = stats(3)

% 绘制原始数据和拟合的直线
z= b(1) + b(2) * x;
subplot(2,1,1);
plot(x, Y, 'o', x, z, '-');

% 绘制残差图
subplot(2,1,2);
rcoplot(r, rint);