9、双变量统计与时间序列分析：MATLAB 实现

双变量统计与时间序列分析：MATLAB 实现

双变量统计分析

线性回归与曲线回归

在双变量统计分析中，线性回归是一种常用的方法。我们可以通过计算回归系数来确定回归直线。例如，第二个系数 $b_0$（即 y 轴截距）可以通过以下公式计算：

p(1,2) = mean(age) - p(1,1) * mean(meters);
p = [5.8286, 18.7686];

然后可以使用以下代码绘制回归直线：

plot(meters,age,'o'), hold on;
plot(meters,polyval(p,meters),'r'), hold off;

这里的线性拟合与经典回归得到的直线略有不同。需要注意的是，RMA（简化主轴回归）的回归直线不是 x - y 和 y - x 经典线性回归分析所产生直线的平分线。

除了线性回归，曲线回归也是一种重要的分析方法。我们可以尝试用更高次的多项式来拟合数据，例如二次多项式。以下是具体的操作步骤：
1. 清空工作区并重新加载原始数据：

clear;
agedepth = load('agedepth_1.txt');
meters = agedepth(:,1);
age = agedepth(:,2);

2. 使用 polyfit