-
Notifications
You must be signed in to change notification settings - Fork 1
Expand file tree
/
Copy pathpzRegress.m
More file actions
84 lines (77 loc) · 3.16 KB
/
Copy pathpzRegress.m
File metadata and controls
84 lines (77 loc) · 3.16 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
function [beta_z, xishu, sol] = pzRegress(pz,n,m)
% pz 每一列为一个指标,每一行为一个样本
% n 是自变量的个数 前n列
% m 是因变量的个数 后m列
% sol 回归方程的系数,每一列是一个方程,每一列的第一个数是常数项,每一列为一个因变量与自变量们的回归
% beta_z 回归系数
% xishu 系数矩阵,即未还原原始变量的系数,每一列为一个因变量与自变量的回归方程
format short
mu = mean(pz); %求均值
sig = std(pz); %求标准差
rr = corrcoef(pz); %求相关系数矩阵
data = zscore(pz); %数据标准化
%定义自变量为前n列,因变量为n+1到m列
x0 = pz(:,1:n);
y0 = pz(:,n+1:end);
%e0为自变量归一化值,f0为因变量归一化值
e0 = data(:,1:n);
f0 = data(:,n+1:end);
num = size(e0,1);%求样本点的个数
chg = eye(n); % w 到 w* 变换矩阵的初始化
for i = 1:n
%计算 w,w* 和t 的得分向量,
matrix = e0'*f0*f0'*e0;
[vec,val] = eig(matrix); %求特征值和特征向量
val = diag(val); %提出对角线元素,即特征值
[~,ind] = sort(val,'descend');%降序排列,ind为排序后原下标序号
w(:,i) = vec(:,ind(1)); %提出最大特征值对应的特征向量
w_star(:,i) = chg*w(:,i); %计算w*的取值
t(:,i) = e0*w(:,i); %计算成分ti 的得分
alpha = e0'*t(:,i)/(t(:,i)'*t(:,i)); %计算alpha_i
chg = chg*(eye(n)-w(:,i)*alpha'); %计算w 到w*的变换矩阵
e = e0-t(:,i)*alpha'; %计算残差矩阵
e0 = e;%将残差矩阵带进下次循环
%计算ss(i)的值
beta = [t(:,1:i),ones(num,1)]\f0; %求回归方程的系数
beta(end,:) = []; %删除回归分析的常数项
cancha = f0-t(:,1:i)*beta; %求残差矩阵
ss(i) = sum(sum(cancha.^2)); %求误差平方和
%计算p(i)
for j = 1:num
t1 = t(:,1:i);f1=f0;
she_t = t1(j,:);she_f=f1(j,:); %把舍去的第j 个样本点保存起来
t1(j,:) = [];f1(j,:)=[]; %删除第j 个观测值
beta1 = [t1,ones(num-1,1)]\f1; %求回归分析的系数
beta1(end,:) = []; %删除回归分析的常数项
cancha = she_f-she_t*beta1; %求残差向量
p_i(j) = sum(cancha.^2);
end
p(i) = sum(p_i);
if i > 1
Q_h2(i) = 1-p(i)/ss(i-1);
else
Q_h2(1) = 1;
end
if Q_h2(i)<0.0975
fprintf('提出的成分个数r=%d',i);
fprintf(' ');
fprintf('交叉的有效性=%f',Q_h2(i));
r=i;
break
end
end
beta_z = [t(:,1:r),ones(num,1)]\f0; %求Y 关于t 的回归系数
beta_z(end,:) = []; %删除常数项
xishu = w_star(:,1:r)*beta_z; %求Y 关于X 的回归系数,且是针对标准数据的回归系数,每一列是一个回归方程
mu_x = mu(1:n);
mu_y = mu(n+1:end);
sig_x = sig(1:n);
sig_y = sig(n+1:end);
for i = 1:m
ch0(i) = mu_y(i)-mu_x./sig_x*sig_y(i)*xishu(:,i); %计算原始数据的回归方程的常数项
end
for i=1:m
xish(:,i) = xishu(:,i)./sig_x'*sig_y(i); %计算原始数据的回归方程的系数,每一列是一个回归方程
end
sol = [ch0;xish]; %显示回归方程的系数,每一列是一个方程,每一列的第一个数是常数项,每一列为一个因变量与自变量们的回归
end