系统自述 人们在实验和生产过程中，会得到很多二维以及二维以上的相关数据， 这些数据反过来帮助人们解决实际中的问题，需要进行数据处理，使之成为反映这些数据变化规律的数学摸型。 人们应用“最小二乘法”回归数据只能做线性回归，对于非线性问题，要通过对过程假设，建立相关性质数学关系式，即机理模型，对机理模型进行线性化处理，再做回归建模,计算机理模型中各元的系数。回归后的模型置信度有的很高，但实际中的数据千变万化，有些推导出机理模型，线性化处理后，回归的模型置信度很低，甚至有些相关数据，根本就推导不出机理模型，回归建立数学模型就更困难了。 “最小三乘法”解决了“最小二乘法”在回归相关数据时的问题，依据“最小三乘法”开发的数据回归建模软件“DRS”，使得一元线性、多元线性、一元非线性以至多元非线性的数据回归，计算更简单结果更准确。 -------------------------------------------------------------------------------- 作 者： 王艳平 作者主页： http://www.eaihua.com 电子信箱： WW_YYPP@163.COM 或 WW_YYPP@SOHU.COM 版本： 2005 ,爱华计算机工作室 修订日期： 2005.1

1、某校60名学生的一次考试成绩如下: 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 1)计算均值、标准差、极差、偏度、峰度，画出直方图； 2)检验分布的正态性； 3)若检验符合正态分布，估计正态分布的参数并检验参数.

这个是用来做多元线性分析的财政收入数据，一共有50组，影响因素选择了工业生产总值、GDP、社会商品零售总额等9个，因此数据为50*10（其中一维为财政收入），可以用来给同学们来作为多元线性回归分析的例子。

视频教程

视频教程

视频教程

视频教程

视频教程

视频教程

计算互信息的Matlab程序,详细说明了怎么计算图像配准的数学过程，通过灰度直方图统计来进行互信息值的计算