Regressione lineare

Un modello di regressione lineare descrive la relazione tra una variabile di risposta (output) e una variabile predittiva (input). In un modello di regressione lineare, la variabile di risposta è espressa come un'equazione lineare rispetto al coefficiente di regressione della variabile predittiva.

In un modello di regressione lineare multipla, la variabile di risposta dipende da più di una variabile predittiva ed è espressa come la somma di un termine costante e di termini aggiuntivi. Ogni termine aggiuntivo è il prodotto di un coefficiente di regressione e di una funzione che coinvolge una o più variabili predittive. Un modello di regressione lineare multivariata include più di una variabile di risposta.

Per ulteriori informazioni, vedere What Is a Linear Regression Model?.

È possibile utilizzare l'app Regression Learner per scoprire i modelli di regressione lineare in modo interattivo. Statistics and Machine Learning Toolbox™ fornisce inoltre funzioni dalla riga di comando che consentono di adattare modelli di regressione lineare, calcolare e visualizzare le statistiche del modello e lavorare con dati censurati e ad alta dimensionalità.