Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Regresión lineal multivariante

Regresión lineal con una variable de respuesta multivariante

Cuando necesite incluir más de una variable de respuesta en un modelo de regresión, utilice un modelo de regresión lineal multivariante. Un modelo de regresión lineal multivariante expresa un vector de respuesta continua de d dimensiones como una combinación lineal de términos predictores más un vector de términos de error con una distribución normal multivariante. Puede usar mvregress para crear un modelo de regresión lineal multivariante.

La regresión de mínimos cuadrados parciales (PLS) es un método de reducción de dimensiones que construye nuevas variables predictoras que son combinaciones lineales de las variables predictoras originales. Para ajustar un modelo de regresión PLS que tiene múltiples variables de respuesta, use plsregress.

Nota

Un modelo de regresión lineal multivariante es diferente de un modelo de regresión lineal múltiple, que modela una respuesta continua univariante como una combinación lineal de términos exógenos más un término de error independiente e idénticamente distribuido. Para ajustar un modelo de regresión lineal múltiple, use fitlm o fitrlinear.

Funciones

mvregressMultivariate linear regression
mvregresslikeNegative log-likelihood for multivariate regression
plsregressPartial least-squares (PLS) regression

Temas