предварительная вмятина
Интервалы прогноза для объекта cfit или sfit
Синтаксис
ci = predint(fitresult,x)
ci = predint(fitresult,x,level)
ci = predint(fitresult,x,level,intopt,simopt)
[ci,y] = predint(...)
Описание
ci = predint(fitresult,x) возвращает верхние и более низкие 95% границ прогноза для значений ответа, сопоставленных с объектом cfit fitresult в новых значениях предиктора, заданных векторным x. fitresult должен быть вывод от функции fit, чтобы содержать необходимую информацию для ci. ci является n-by-2 массив где n = length(x). Левый столбец ci содержит нижнюю границу для каждого коэффициента; правый столбец содержит верхнюю границу.
ci = predint(fitresult,x,level) возвращает границы прогноза с доверительным уровнем, заданным level. level должен быть между 0 и 1. Значением по умолчанию level является 0.95.
ci = predint(fitresult,x,level, задает тип границ, чтобы вычислить. intopt,simopt)
intopt является одним из
'observation'— Границы для нового наблюдения (значение по умолчанию)'functional'— Границы для кривой по экспериментальным точкам
simopt является одним из
'off'Неодновременные границы (значение по умолчанию)'on'— Одновременные границы
Границы наблюдения более широки, чем функциональные границы, потому что они измеряют неуверенность в предсказании кривой по экспериментальным точкам плюс случайное изменение в новом наблюдении. Неодновременные границы для отдельных элементов x; одновременные границы для всех элементов x.
[ci,y] = predint(...) возвращает значения ответа y, предсказанный fitresult в предикторах в x.
Примечание
predint не может вычислить интервалы прогноза для непараметрических методов регрессии, таких как Interpolant, Lowess и Spline.
Примеры
Вычислите интервалы прогноза
Вычислите и постройте наблюдение и функциональные интервалы прогноза для подгонки к шумным данным.
Сгенерируйте шумные данные с экспоненциальным трендом.
x = (0:0.2:5)'; y = 2*exp(-0.2*x) + 0.5*randn(size(x));
Соответствуйте кривой к данным с помощью экспоненциала одно термина.
fitresult = fit(x,y,'exp1');Вычислите 95%-е наблюдение и функциональные интервалы прогноза, и одновременные и неодновременные.
p11 = predint(fitresult,x,0.95,'observation','off'); p12 = predint(fitresult,x,0.95,'observation','on'); p21 = predint(fitresult,x,0.95,'functional','off'); p22 = predint(fitresult,x,0.95,'functional','on');
Отобразите на графике данные, подгонку и интервалы прогноза. Обратите внимание на то, что границы наблюдения более широки, чем функциональные границы.
subplot(2,2,1) plot(fitresult,x,y), hold on, plot(x,p11,'m--'), xlim([0 5]), ylim([-1 5]) title('Nonsimultaneous Observation Bounds','FontSize',9) legend off subplot(2,2,2) plot(fitresult,x,y), hold on, plot(x,p12,'m--'), xlim([0 5]), ylim([-1 5]) title('Simultaneous Observation Bounds','FontSize',9) legend off subplot(2,2,3) plot(fitresult,x,y), hold on, plot(x,p21,'m--'), xlim([0 5]), ylim([-1 5]) title('Nonsimultaneous Functional Bounds','FontSize',9) legend off subplot(2,2,4) plot(fitresult,x,y), hold on, plot(x,p22,'m--'), xlim([0 5]), ylim([-1 5]) title('Simultaneous Functional Bounds','FontSize',9) legend({'Data','Fitted curve', 'Prediction intervals'},... 'FontSize',8,'Location','northeast')
