Создайте добавленный переменный график с помощью входных данных
addedvarplot(X,y,num,inmodel)
addedvarplot(X,y,num,inmodel,stats)
addedvarplot(X,y,num,inmodel) отображает добавленный переменный график, использующий прогнозирующие термины в X, значения ответа в y, добавленный термин в столбце num X и модель с текущими условиями, заданными inmodel. X является n-by-p матрица наблюдений n за p прогнозирующие условия. y является вектором значений ответа n. num является скалярным индексом, задающим столбец X с термином, который будет добавлен. inmodel является логическим вектором элементов p, задающих столбцы X в текущей модели. По умолчанию всеми элементами inmodel является false.
addedvarplot автоматически включает постоянный термин во всех моделях. Не вводите столбец 1 с непосредственно в X.
addedvarplot(X,y,num,inmodel,stats) использует stats вывод от функции stepwisefit, чтобы повысить эффективность повторных вызовов addedvarplot. В противном случае этот синтаксис эквивалентен предыдущему синтаксису.
Добавленные переменные графики используются, чтобы определить уникальный эффект добавления нового термина к полилинейной модели. График показывает отношение между частью ответа, необъясненного по условиям уже в модели и частью нового термина, необъясненного по условиям уже в модели. “Необъясненные” части измеряются невязками соответствующих регрессий. Рассеяние невязок от этих двух регрессий формирует добавленный переменный график. В дополнение к рассеянию невязок график, произведенный addedvarplot, показывает 95% доверительных интервалов на прогнозах от подходящей строки. Наклон подходящей строки является коэффициентом, который имел бы новый термин, если бы это было добавлено к модели с условиями inmodel. Для получения дополнительной информации см. Добавленный Переменный График.
Добавленные переменные графики иногда известны как частичные графики рычагов регрессии.
Загрузите данные в hald.mat, который содержит наблюдения за реакцией нагреться для различных цементных смесей.
load hald
whosName Size Bytes Class Attributes Description 22x58 2552 char hald 13x5 520 double heat 13x1 104 double ingredients 13x4 416 double
Создайте добавленный переменный график исследовать сложение третьего столбца ingredients к модели, которая содержит первых двух столбцов.
inmodel = [true true false false]; addedvarplot(ingredients,heat,3,inmodel)
Широкий график рассеивания и низкий наклон подходящей строки являются доказательством против статистического значения добавления третьего столбца к модели.
Можно создать объект модели линейной регрессии LinearModel при помощи fitlm или stepwiselm и использовать объектный функциональный plotAdded, чтобы создать добавленный переменный график.
Объект LinearModel обеспечивает свойства объектов и объектные функции, чтобы исследовать подходящую модель линейной регрессии. Свойства объектов включают информацию о содействующих оценках, итоговой статистике, подходящем методе и входных данных. Используйте объектные функции, чтобы предсказать ответы и изменить, оценить, и визуализировать модель линейной регрессии.