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);