Lineare Regression

Ein lineares Regressionsmodell beschreibt die Beziehung zwischen einer Antwortvariable (Ausgang) und einer Prädiktorvariable (Eingang). Bei einem linearen Regressionsmodell wird die Antwortvariable als Gleichung ausgedrückt, die im Regressionskoeffizienten der Prädiktorvariable linear ist.

Bei einem multiplen linearen Regressionsmodell hängt die Antwortvariable von mehr als einer Prädiktorvariablen ab und wird als Summe eines konstanten Terms und zusätzlicher Terme ausgedrückt. Jeder zusätzliche Term ist das Produkt eines Regressionskoeffizienten und einer Funktion mit einer oder mehreren Prädiktorvariablen. Ein multivariates lineares Regressionsmodell umfasst mehr als eine Antwortvariable.

Weitere Informationen finden Sie unter What Is a Linear Regression Model?

Um Regressionsmodelle interaktiv zu erkunden, verwenden Sie die App Regression Learner. Statistics and Machine Learning Toolbox™ umfasst zudem Befehlszeilenfunktionen, mit denen Sie lineare Regressionsmodelle anpassen, Modellstatistiken berechnen und visualisieren und mit zensierten und höherdimensionalen Daten arbeiten können.