Интерактивный ковариационный анализ
aoctool(x,y,group)
aoctool(x,y,group,alpha)
aoctool(x,y,group,alpha,xname,yname,gname)
aoctool(x,y,group,alpha,xname,yname,gname,displayopt)
aoctool(x,y,group,alpha,xname,yname,gname,displayopt,model)
h = aoctool(...)
[h,atab,ctab] = aoctool(...)
[h,atab,ctab,stats] = aoctool(...)
aoctool(x,y,group) соответствует отдельной строке к вектор-столбцам, x и y, для каждой группы, заданной значениями в массиве group. group может быть категориальным переменным, числовым вектором, символьным массивом, массивом строк или массивом ячеек из символьных векторов. Эти типы моделей известны как односторонний ковариационный анализ (АНОКОВА) модели. Вывод состоит из трех фигур:
Интерактивный график данных и кривых прогноза
Таблица АНОВОЙ
Таблица оценок параметра
Можно использовать фигуры, чтобы изменить модели и протестировать различные части модели. Больше информации об интерактивном использовании функции aoctool появляется в Инструменте Ковариационного анализа.
aoctool(x,y,group,alpha) определяет доверительные уровни интервалов прогноза. Доверительный уровень является % 100(1-alpha). Значение по умолчанию alpha 0.05.
aoctool(x,y,group,alpha,xname,yname,gname) задает имя, чтобы использовать для x, y и переменных g в графике и таблицах. Если вы вводите имена простой переменной для the x, y и аргументов g, функция aoctool использует те имена. Если вы вводите выражение для одного из этих аргументов, можно задать имя, чтобы использовать вместо того выражения путем предоставления этих аргументов. Например, если вы вводите m(:,2) в качестве аргумента x, вы можете выбрать к enter 'Col 2' в качестве аргумента xname.
aoctool(x,y,group,alpha,xname,yname,gname, включает отображения графика и таблицы, когда displayopt)displayopt является 'on' (значение по умолчанию) и подавляет те отображения, когда displayopt является 'off'.
aoctool(x,y,group,alpha,xname,yname,gname, задает первоначальную модель, чтобы соответствовать. Значение displayopt,model)model может быть любым следующим:
'same mean' — Соответствуйте одному среднему значению, игнорируя группировку
'separate means' — Соответствуйте отдельному среднему значению к каждой группе
'same line' — Соответствуйте одной строке, игнорируя группировку
'parallel lines' — Соответствуйте отдельной строке к каждой группе, но ограничьте строки быть параллельными
'separate lines' — Соответствуйте отдельной строке к каждой группе без ограничений
h = aoctool(...) возвращает вектор указателей на объекты линии в графике.
[h,atab,ctab] = aoctool(...) возвращает массивы ячеек, содержащие записи в таблице АНОВОЙ (atab), и таблица коэффициента оценивает (ctab). (Можно скопировать текстовую версию любой таблицы к буферу обмена при помощи элемента Copy Text в меню Edit.)
[h,atab,ctab,stats] = aoctool(...) возвращает структуру stats, которую можно использовать, чтобы выполнить последующую обработку и анализ несколько тест сравнения. Таблица АНОВОЙ вывод включает тесты гипотез, что наклоны или прерывания являются всеми одинаковыми против общей альтернативы, что они не являются всеми одинаковыми. Иногда желательно выполнять тест, чтобы определить, какие пары значений существенно отличаются, и которые не являются. Можно использовать функцию multcompare, чтобы выполнить такие тесты путем предоставления структуры stats, как введено. Можно протестировать или наклоны, прерывания или генеральную совокупность крайние средние значения (высоты кривых в среднем значении x).
Этот пример иллюстрирует, как соответствовать различным моделям нев интерактивном режиме. После загрузки меньшего автомобильного набора данных и подбора кривой модели отдельных наклонов, можно исследовать содействующие оценки.
load carsmall
[h,a,c,s] = aoctool(Weight,MPG,Model_Year,0.05,...
'','','','off','separate lines');
c(:,1:2)
ans =
'Term' 'Estimate'
'Intercept' [45.97983716833132]
' 70' [-8.58050531454973]
' 76' [-3.89017396094922]
' 82' [12.47067927549897]
'Slope' [-0.00780212907455]
' 70' [ 0.00195840368824]
' 76' [ 0.00113831038418]
' 82' [-0.00309671407243]Примерно говоря, строки, связывающие MPG с Weight, имеют прерывание близко к 45,98 и наклон близко к-0.0078. Коэффициенты каждой группы смещаются от этих значений несколько. Например, прерывание для автомобилей, сделанных в 1 970, 45.98-8.58 = 37.40.
Затем, попробуйте подходящую параллель использования строки. (Таблица АНОВОЙ показывает, что подгонка параллельных строк значительно хуже, чем подгонка отдельных строк.)
[h,a,c,s] = aoctool(Weight,MPG,Model_Year,0.05,...
'','','','off','parallel lines');
c(:,1:2)
ans =
'Term' 'Estimate'
'Intercept' [43.38984085130596]
' 70' [-3.27948192983761]
' 76' [-1.35036234809006]
' 82' [ 4.62984427792768]
'Slope' [-0.00664751826198]Снова, существуют различные прерывания для каждой группы, но на этот раз наклоны ограничиваются быть тем же самым.