MATLAB回归分析实验：从线性到多项式建模实战-编程实验室

1. 回归分析实验概述

回归分析是数学建模中最常用的统计方法之一，它通过建立因变量与一个或多个自变量之间的关系模型，帮助我们理解变量间的关联性并进行预测。在MATLAB环境下进行回归分析实验，能够充分利用其强大的矩阵运算能力和丰富的统计工具箱函数。

这次实验主要涉及三种典型的回归模型：线性回归、多项式回归和多元线性回归。线性回归适用于自变量与因变量呈直线关系的情况；多项式回归可以捕捉非线性关系；而多元线性回归则能处理多个自变量共同影响因变量的复杂场景。MATLAB提供了regress、fitlm、polyfit等函数来简化这些模型的建立过程。

提示：在实际建模中，选择哪种回归方法取决于数据的分布特征和业务需求，切忌盲目套用模型。

2. 实验环境准备与数据导入

2.1 MATLAB环境配置

进行回归分析前，需要确保MATLAB安装了Statistics and Machine Learning Toolbox。可以通过以下命令检查：

ver('stats')

如果没有显示该工具箱，需要通过MATLAB的附加功能管理器进行安装。

2.2 数据准备与导入

实验数据可以从Excel文件导入，这是工程实践中最常见的数据来源之一：

data = readtable('experiment_data.xlsx');

对于小型数据集，也可以直接在MATLAB中定义：

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]'; y = [1.1, 1.9, 3.2, 4.1, 4.8, 6.1, 7.2, 8.1, 9.0, 10.1]';

注意：数据导入后务必进行预处理，包括处理缺失值、异常值和数据标准化。MATLAB的fillmissing函数可以处理缺失值，isoutlier函数能识别异常值。

3. 线性回归实现与解析

3.1 简单线性回归模型

使用MATLAB的fitlm函数建立一元线性回归模型：

mdl = fitlm(x, y); disp(mdl)

模型输出包含回归系数、R平方值、p值等重要统计量。R平方值越接近1，说明模型拟合效果越好；p值小于0.05表示回归系数显著。

3.2 模型诊断与验证

良好的回归分析不仅需要建立模型，还需要验证模型假设是否成立：

plotResiduals(mdl, 'fitted'); % 绘制残差图 plotDiagnostics(mdl, 'cookd'); % 检查影响点

残差应该随机分布在0附近，如果呈现明显模式，说明模型可能遗漏了重要变量或函数形式不正确。

4. 多项式回归实战

4.1 多项式模型拟合

当数据呈现非线性特征时，可以使用polyfit函数进行多项式拟合：

p = polyfit(x, y, 2); % 二次多项式拟合 y_pred = polyval(p, x);

多项式阶数不宜过高，否则会导致过拟合。可以通过观察不同阶数下的R平方值和残差分布来选择最佳阶数。

4.2 模型复杂度控制

使用交叉验证评估多项式回归的泛化能力：

cv = cvpartition(length(y), 'KFold', 5); mse = zeros(1, 5); for i = 1:5 p = polyfit(x(training(cv,i)), y(training(cv,i)), 3); mse(i) = mean((y(test(cv,i)) - polyval(p, x(test(cv,i)))).^2); end avg_mse = mean(mse);

5. 多元线性回归进阶

5.1 多变量模型构建

当有多个自变量时，可以使用矩阵形式表示回归模型：

X = [x1, x2, x3]; % 三个自变量 mdl = fitlm(X, y);

MATLAB会自动计算每个变量的回归系数及其显著性。需要注意变量间的多重共线性问题，可以通过计算方差膨胀因子(VIF)来检测：

vif = diag(inv(corrcoef(X)));

5.2 变量选择策略

逐步回归可以帮助选择重要变量：

mdl_step = stepwiselm(X, y, 'linear', 'Criterion', 'aic');

AIC准则平衡了模型复杂度和拟合优度，是变量选择的常用标准。在实际应用中，还需要考虑变量的业务意义，不能完全依赖统计指标。

6. 模型评估与结果可视化

6.1 综合评估指标

除了R平方外，还应关注调整R平方、均方误差(MSE)、AIC等指标：

adjR2 = mdl.Rsquared.Adjusted; mse = mdl.MSE; aic = mdl.ModelCriterion.AIC;

6.2 结果可视化技巧

使用MATLAB强大的绘图功能展示回归结果：

plot(mdl); % 绘制回归线及置信区间 scatter3(x1, x2, y, 'filled'); % 三维散点图 hold on; mesh(x1_grid, x2_grid, y_pred); % 回归曲面

7. 常见问题与解决方案

7.1 异方差性问题

当残差方差不等时，可以采用加权最小二乘法：

weights = 1./abs(residuals); mdl_weighted = fitlm(X, y, 'Weights', weights);

7.2 自相关性问题

时间序列数据常存在自相关，可以使用广义最小二乘法或引入滞后变量：

resid = mdl.Residuals.Raw; dw = dwtest(mdl); % Durbin-Watson检验

7.3 非线性关系处理

对于复杂非线性关系，可以考虑分段回归或非线性回归：

mdl_nonlinear = fitnlm(X, y, @(b,x) b(1)*exp(b(2)*x), [1 1]);

8. 实验报告撰写要点

一份完整的回归分析实验报告应包含：

问题描述与研究目的
数据来源与预处理方法
模型选择依据与建模过程
结果分析与模型诊断
结论与改进建议

在MATLAB中可以使用publish函数将代码和结果直接导出为格式化的报告：

publish('regression_analysis.m', 'format', 'pdf');

9. 高级技巧与扩展应用

9.1 正则化回归

当变量较多或存在共线性时，可以使用岭回归或Lasso回归：

[B, FitInfo] = lasso(X, y, 'CV', 5); lassoPlot(B, FitInfo, 'PlotType', 'Lambda');

9.2 稳健回归

对于含有异常值的数据，稳健回归比普通最小二乘更稳定：

mdl_robust = fitlm(X, y, 'RobustOpts', 'on');

9.3 分类变量处理

当自变量包含分类变量时，需要创建虚拟变量：

dummyvar = dummyvar(categorical_var); X = [numeric_vars, dummyvar(:,1:end-1)]; % 避免虚拟变量陷阱

我在实际建模中发现，回归分析的成功很大程度上取决于对数据的理解和预处理。一个常见的误区是过度依赖统计软件的输出结果，而忽视了数据本身的特性和业务背景。建议在建模前花足够时间探索数据特征，绘制各种散点图和箱线图，这对选择合适的回归模型至关重要。

MATLAB回归分析实验：从线性到多项式建模实战