MATLAB怎么得到多元线性回归系数t检验的p值

MATLAB怎么得到多元线性回归系数t检验的p值

这个杀手还算冷 发表于 2018-12-20 22:38
谢谢

如果可以，请支付一下论坛币，我收问卷急需论坛币，谢谢

MATLAB不自带 ，要自己弄个函数来得到这个是教程
https://blog.csdn.net/fobdddf/article/details/9834849

1．多元线性回归     在Matlab统计工具箱中使用命令regress()实现多元线性回归，调用格式为     b=regress(y，x)     或     [b，bint，r，rint，statsl = regess(y，x，alpha)     其中因变量数据向量y和自变量数据矩阵x按以下排列方式输入     对一元线性回归，取k=1即可。alpha为显著性水平(缺省时设定为0.05)，输出向量b，bint为回归系数估计值和它们的置信区间，r，rint为残差及其置信区间，stats是用于检验回归模型的统计量，有四个数值，第一个是R2，其中R是相关系数，第二个是F统计量值，第三个是与统计量F对应的概率P，第四个是 an estimate of the error variance（一个错误的方差估计）。 stats参数解释如下： R2表示方差解释率，R2越接近1说明数据拟合程度越好。 F统计量用于检验模型是否通过检验。通过查F分布表，如果F>F分布表中对应的值，则通过检验。 P为F 统计量对应的概率，越接近0越好，当P<α时拒绝H0，回归模型成立！！！ 第4个参数不知何用     画出残差及其置信区间，用命令rcoplot(r，rint) 2．非线性回归     非线性回归可由命令nlinfit来实现，调用格式为     [beta,r,j] = nlinfit(x，y，'model’，beta0)     其中，输人数据x，y分别为n×m矩阵和n维列向量，对一元非线性回归，x为n维列向量model是事先用 m-文件定义的非线性函数，beta0是回归系数的初值， beta是估计出的回归系数，r是残差，j是Jacobian矩阵，它们是估计预测误差需要的数据。 预测和预测误差估计用命令 [y,delta] = nlpredci(’model’，x，beta,r,j) 3．逐步回归     逐步回归的命令是stepwise，它提供了一个交互式画面，通过此工具可以自由地选择变量，进行统计分析。调用格式为：     stepwise(x，y，inmodel，alpha)     其中x是自变量数据，y是因变量数据，分别为n×m和n×l矩阵，inmodel是矩阵的列数指标(缺省时为全部自变量)，alpha,为显著性水平(缺省时为0.5)     结果产生三个图形窗口，在stepwise plot窗口，虚线表示该变量的拟合系数与0无显著差异，实线表示有显著差异，红色线表示从模型中移去的变量；绿色线表明存在模型中的变量，点击一条会改变其状态。在stepwise Table窗口中列出一个统计表，包括回归系数及其置信区间，以及模型的统计量剩余标准差(RMSE)，相关系数 (R-square)，F值和P值。

进行多元线性回归统计数F, t 测验的小程序：
clear,clc
x=rand(50,10);y=rand(50,1); % example
[n,k]=size(x);
X=[ones(n,1),x];%构建结构阵X，
A=X'*X; %求算信息阵A，
C=inv(A); %求算信息阵的逆阵，
b=X\y, % 求算回归统计数向量，其中第一行为回归截距a,
RSS=y'*y-b'*X'*y, %求算离回归平方和，
MSe=RSS/(n-k-1),%求算离回归方差，
Up=b.*b./diag(C);%求算偏回归平方和，其中第一行是a与0差异的偏平方和，
F=Up/MSe,%F测验，其中第一行为a与0差异的F值，
sb=sqrt(MSe*diag(C)); %求算回归统计数标准误，
t=b./sb, % 回归统计数的 t 测验，其中第一行为a与0差异的t测验值。
[t, t.^2, F],%验证t^2=F
SSy=var(y)*(n-1)
R2=(SSy-RSS)/SSy
顺便说一下，你的ttest(x,m)的 t 测验指的是单个样本（平均数）与 m 之间差异显著性的 t 测验，而非多元线性回归系数的 t 测验。

经管之家APP1998 发表于 2018-12-20 00:12
MATLAB不自带 ，要自己弄个函数来得到这个是教程
https://blog.csdn.net/fobdddf/article/details/9834849 ...

为什么得到的t统计量跟spss结果不一样呢？

可以自己算，p = 2*[1-pnorm(abs(t))], pnorm是标准正态分布的累计概率密度函数（这是R中的函数，matlab可能不是这样的），abs是取绝对值函数

你好，我打个广告，如果你是高校学生，请帮忙填的问卷，地址是：https://bbs.pinggu.org/thread-6821161-1-1.html，50论坛币一份，谢谢

追加，matlab里正态分布函数累计概率密度函数是normcdf， 所以，p = 2 * (1 - normcdf(abs(t), 0, 1))

ievans 发表于 2018-12-20 18:33
追加，matlab里正态分布函数累计概率密度函数是normcdf， 所以，p = 2 * (1 - normcdf(abs(t), 0, 1))

为什么跟Excel计算的p值有差异啊