三个自变量一个因变量拟合一个近似公式
关于一个3个自变量一个因变量的曲线拟合
我尽量说的详细一些，而且我把matlab代码附上。
首先给出我的结果：y=-0.0466x1方+0.0027x2方+0.4714x3方+0.0033x1x2-0.0584x1x3-0.0312x2x3+3.2185x1-2.6077x3.其中x2的系数和常数项均为0.
这个计算式，带入30 20 2，结果为49.5932.我们可以看一下，源数据中，35 20 2是50，,3 25 2也是50。个人认为30 20 2应该也是五十上下，48-52区间吧。然而，那个答主算了个39出来，我其实不是很理解。整个数据就没有低于40的，怎么一下出来个39？建议那个答主把源代码拿出来，让我们看看嘛！
R方=0.9386，F检验=26.2012（>0），P值为2.336×10的负六次方（趋近于零），残差杠杆图中显示有一个点有问题。总的来看计算结果还可以。
杠杆图如下：
代码如下，注意，得到的b矩阵是系数矩阵，但是第一项是常数项，第二项才是X1方，以此类推：
%导入数据
y=[61 54 51 48 45 63 53 51 47 45 60 52 50 47 46 60 52 50 47 45]';
x1=[25 25 25 25 25 30 30 30 30 30 30 30 30 30 30 35 35 35 35 35]';
x2=[45 45 45 45 45 30 30 30 30 30 25 25 25 25 25 20 20 20 20 20]';
x3=[0 1 2 4 7 0 1 2 4 7 0 1 2 4 7 0 1 2 4 7]';
X=[ones(size(y)) x1.^2 x2.^2 x3.^2 x1.*x2 x1.*x3 x3.*x2 x1 x2 x3 ];
%开始分析
[b,bint,r,rint,stats] = regress(y,X);
rcoplot(r,rint)
如何拟合三个自变量，一个因变量的非线性回归方程
如何拟合三个自变量，一个因变量的非线性回归方程。对于复杂的拟合问题，可以借助于软件来完成（如matlab,1stopt等）。如用matlab来做，可以下列方法来求。 x1=[。。。];x2=[。。。];x3=[。。。]; x=[x1 x2 x3]; y=[。。。]; func=@(a,x) 回归方程表达式 %a是拟合系数 a0=[。。。]; %a的初值 [a,r] = nlinfit(x,y,func,x0) %a是拟合系数，r是差值（试验值y与拟合值ya的差值） 如有困难，可以帮你解决。如何拟合三个自变量对一个因变量的影响方程，并得出各因素对结果的影响程度
因砂浆浓度、灰砂比、尾废比 与 7天强度成线性关系，所以可以用regress（）函数来拟合。即
[a,bint,r,rint,stats] = regress(y,X)
自变量（Independent variable）一词来自数学。也叫实验刺激。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。
如果实验者操纵的自变量是连续变量，则实验是函数型实验。如实验者操纵的自变量是类别变量，则实验是因素型的。在心理学实验中，一个明显的问题是要有一个有机体作为被试对刺激作反应。显然，这里刺激变量就是自变量。
任何一个系统（或模型）都是由各种变量构成的，当我们分析这些系统（或模型）时，可以选择研究其中一些变量对另一些变量的影响，那么我们选择的这些变量就称为自变量，而被影响的量就被称为因变量。
例如：我们可以分析人体这个系统中，呼吸对于维持生命的影响，那么呼吸就是自变量，而生命维持的状态被认为是因变量。系统和模型可以是一个二元函数这么简单，也可以是整个社会这样庞杂。
有3个自变量， 1个因变量，想要借助matlab工具，自定义一个函数表达式进行拟合，麻烦高手给提供一个代码
1、由于y(x1,x2,x3)函数是一个较复杂的函数表达式，可以把它每个部分看成一个变量Xi。即 y=a1+a2*X1+a3*X2+a4*X3+a5*X4+。。。 注：变量Xi，可以是一个变量，也可以是多个变量形式的乘积 2、然后，用regress( )函数求出其拟合系数ai a = regress(y,X)三个自变量 一个因变量 拟合线性
可以用regress（）函数来拟合。拟合得到 滚筒式洗衣机磨损率Ys与洗涤转速 n、洗涤时间 t、洗涤水量 q的关系 Ys=7.855+2.8263e-016n-0.25t-3.1007e-013q相关文章