다변수 다항식 회귀의 통계

• polyfitstat(X, Y, n/"terms"/M, [conf]) - 행렬 Y에 기록된 결과를 행렬 X에 있는 데이터에 맞추는 다항식 회귀 모델에 대한 통계 데이터를 구합니다. 문자열 “terms” 또는 행렬 M에 지정한 것처럼 항이나 다항식 차수 n으로 다항식 회귀 방정식을 정의할 수 있습니다. 다항 적합식에 절편을 포함하지 않으려는 경우에는 행렬 M을 사용합니다. 신뢰 구간을 기본 95%가 아닌 다른 값으로 지정하려면 선택적 인수 conf를 사용합니다.

행	설명
1	Y의 표준 편차
2, 3, 4	R2, 조정된 R2 및 예측된 R2
5	PRESS - 예측 오차 제곱합(잉여값 배율 조정에 사용)
6	자기상관에 대한 더빈-왓슨(Durbin-Watson) 검사 통계값
7	polyfitc로 구한 회귀 계수의 행렬
8	anova로 구한 결과 표와 열이 동일하고 행이 다음과 같은 회귀 모델의 분산분석 행렬 • 회귀 - 부분합(절편을 제외한 각 항에 대해 추가 분할) • 잉여값(오차) - 부분합(낮은 적합도 오차와 순수 실험 오차로 추가 분할) • 회귀 모델에 대한 합계
9	열이 다음과 같은 진단 행렬 1. 각 실행(Run) 또는 데이터 점에 대해 매긴 번호 2. 각 실행(Run) 또는 데이터 점에 대해 관측한 결과 3. 조사 대상인 회귀 모델을 통해 예측한 결과 4. 잉여값(Residual) - 관측한 결과와 예측한 결과 사이의 차이 5. 지렛대값(Leverage) - 관측한 결과와 모든 관측 결과 중심에 놓여 있는 점 사이의 간격에 대한 측정치 6. 스튜던트화된 잉여값(Studentized residual) - 관측한 결과에 기반하여 분산으로 나눈 잉여값 7. R 스튜던트(R-student) - 관측 결과가 제외된 데이터 집합에 기반하여 분산으로 나눈 잉여값 8. 쿡의 거리(Cook’s distance) - 관측한 결과가 다른 모든 데이터 점에 미치는 영향에 대한 측정치 9. DFFITS - 관측 결과가 포함된 데이터 집합에 기반하여 회귀 모델을 통해 예측한 결과와 관측 결과가 제외된 다른 모델을 통해 예측한 결과 사이의 차이

• Y는 측정되거나 시뮬레이션된 결과로 이루어지는 벡터 또는 행렬이며, 각 행에는 X에 정의된 각 실행 또는 데이터 점에 대한 결과가 포함됩니다. 포함된 반복측정치의 수가 동일하지 않은 행이 있으면 Y의 빈 요소를 NaN으로 채워야 합니다. Y의 요소는 단위가 서로 호환되어야 합니다.