график

График поля точек или добавленный переменный график модели линейной регрессии

Синтаксис

plot(mdl)
h = plot(mdl)

Описание

пример

plot(mdl) создает график модели mdl линейной регрессии. Тип графика зависит от количества переменных прогноза.

  • Если mdl включает несколько переменных прогноза, plot создает Добавленный Переменный График для целой модели кроме константы (прерывание) термин, эквивалентный plotAdded(mdl).

  • Если mdl включает одну переменную прогноза, plot создает график рассеивания данных наряду с кривой по экспериментальным точкам и доверительными границами.

  • Если mdl не включает предиктор, plot создает гистограмму невязок, эквивалентных plotResiduals(mdl).

h = plot(mdl) возвращает графические объекты для строк или закрашенной фигуры в графике. Используйте h, чтобы изменить свойства определенной строки или закрашенной фигуры после того, как вы создадите график. Для списка свойств смотрите Line Properties и Свойства исправления.

Примеры

свернуть все

Создайте модель линейной регрессии пробега автомобиля как функция веса и модельный год. Затем создайте добавленный переменный график видеть значение модели.

Создайте модель линейной регрессии пробега от набора данных carsmall.

load carsmall
Year = categorical(Model_Year);
tbl = table(MPG,Weight,Year);
mdl = fitlm(tbl,'MPG ~ Year + Weight^2');

Создайте добавленный переменный график модели.

plot(mdl)

График иллюстрирует, что модель является значительной, потому что горизонтальная строка не соответствует между доверительными границами.

Создайте тот же график при помощи функции plotAdded.

plotAdded(mdl)

Создайте график рассеивания данных наряду с кривой по экспериментальным точкам и доверительными границами для простой модели линейной регрессии. Простая модель линейной регрессии включает только одну переменную прогноза.

Создайте простую модель линейной регрессии пробега от набора данных carsmall.

load carsmall
tbl = table(MPG,Weight);
mdl = fitlm(tbl,'MPG ~ Weight')
mdl = 
Linear regression model:
    MPG ~ 1 + Weight

Estimated Coefficients:
                    Estimate        SE         tStat       pValue  
                   __________    _________    _______    __________

    (Intercept)        49.238       1.6411     30.002    2.7015e-49
    Weight         -0.0086119    0.0005348    -16.103    1.6434e-28


Number of observations: 94, Error degrees of freedom: 92
Root Mean Squared Error: 4.13
R-squared: 0.738,  Adjusted R-Squared: 0.735
F-statistic vs. constant model: 259, p-value = 1.64e-28

pValue переменной Weight является очень маленьким, что означает, что переменная является статистически значительной в модели. Визуализируйте этот результат путем создания графика рассеивания данных, наряду с кривой по экспериментальным точкам и ее 95% доверительных границ, использования функции plot.

plot(mdl)

График иллюстрирует, что модель является значительной, потому что горизонтальная строка не соответствует между доверительными границами, который сопоставим с результатом pValue.

Создайте тот же график при помощи функции plotAdded.

plotAdded(mdl)

Когда модель включает только один термин в дополнение к постоянному термину, настроенное значение эквивалентно своему исходному значению. Поэтому этот добавленный переменный график совпадает с графиком рассеивания, созданным функцией plot.

Входные параметры

свернуть все

Модель линейной регрессии, заданная как объект LinearModel, созданный с помощью fitlm или stepwiselm.

Выходные аргументы

свернуть все

Графические объекты, соответствующие строкам или закрашенной фигуре в графике, возвращенном как графический массив. Используйте запись через точку, чтобы запросить и установить свойства графических объектов. Для получения дополнительной информации смотрите Line Properties и Свойства исправления.

Если mdl включает один или несколько предикторов, то h(1), h(2), h(3) и h(4) соответствуют точкам скорректированных данных, подходящей строке и нижним и верхним границам подходящей строки, соответственно.

Если mdl не включает предиктор, то h соответствует гистограмме невязок.

Больше о

свернуть все

Добавленный переменный график

Добавленный переменный график, также известный как частичный график рычагов регрессии, иллюстрирует инкрементный эффект на ответ заданных условий, вызванных путем удаления эффектов всех других условий.

Добавленный переменный график, созданный plotAdded с одним выбранным термином, соответствующим одной переменной прогноза, включает эти графики:

  • График поля точек настроенных значений ответа против настроенных значений переменной прогноза

  • Подходящая строка для настроенных значений ответа как функция настроенных значений переменной прогноза

  • 95% доверительных границ подходящей строки

Настроенные значения равны среднему значению переменной плюс невязки переменной подгонки ко всем предикторам кроме выбранного предиктора. Например, считайте добавленный переменный график для первой переменной прогноза x 1. Соответствуйте переменной отклика y и выбранная переменная прогноза x 1 ко всем предикторам кроме x 1 можно следующим образом:

yi = gy (x 2i, x 3i, …, xpi) + ryi,

x 1i = gx (x 2i, x 3i, …, xpi) + rxi,

где gy и gx являются припадком y и x 1, соответственно, против всех предикторов кроме выбранного предиктора (x 1). ry и rx являются соответствующими векторами невязок. Нижний i представляет номер наблюдения. Настроенное значение является суммой среднего значения и невязки для каждого наблюдения.

y˜i=y¯+ryi,x˜1i=x¯1+rxi,

где x¯1 и y¯ представляйте среднее значение x 1 и y, соответственно.

plotAdded строит график рассеивания (x˜1i, y˜i), подходящая строка для y˜ как функция x˜1 (то есть, β1x˜1), и 95% доверительных границ подходящей строки. Содействующий β 1 совпадает с содействующей оценкой x 1 в полной модели, которая включает все предикторы.

ryi представляет часть значений ответа, необъясненных предикторами (кроме x 1), и rxi представляет часть x 1 значение, необъясненное другими предикторами. Поэтому подходящая строка представляет, как новая информация, введенная путем добавления x 1, может объяснить необъясненную часть значений ответа. Если наклон подходящей строки близко к нулю, и доверительные границы могут включать горизонтальную строку, то график показывает, что новая информация от x 1 не объясняет необъясненную часть значений ответа хорошо. Таким образом, x 1 не является значительным в образцовой подгонке.

plotAdded также поддерживает расширение добавленного переменного графика так, чтобы можно было выбрать несколько условий вместо одного термина. Поэтому можно также задать категориальный предиктор, все условия, которые включают определенный предиктор или модель в целом (кроме константы (прерывание) термин). Считайте набор предикторов X с вектором коэффициентов β, где βi является содействующей оценкой xi в полной модели, если вы задаете i th коэффициент для добавленного переменного графика; в противном случае βi является нулем. Задайте модульный вектор направления u как u = β/s где s = норма (β). Затем X β = (X u) s. Обработайте X u как один предиктор с коэффициентом s и создайте добавленный переменный график для X u таким же образом как создание графика для одного термина. Коэффициент приспособленной строки в добавленном переменном графике соответствует s.

plot создает добавленный переменный график для модели в целом (кроме постоянного термина), если модель включает несколько условий.

Советы

  • Data Cursor отображает значения выбранной точки графика во всплывающей подсказке (маленькое текстовое поле, расположенное рядом с точкой данных). Всплывающая подсказка включает x - ось и y - значения оси для выбранной точки, наряду с именем наблюдения или номером.

Альтернативная функциональность

  • Объект LinearModel обеспечивает несколько функций построения графика.

    • При создании модели используйте plotAdded, чтобы понять эффект добавления или удаления переменной прогноза.

    • При проверке модели используйте plotDiagnostics, чтобы найти сомнительные данные и понять эффект каждого наблюдения. Кроме того, используйте plotResiduals, чтобы анализировать невязки модели.

    • После подбирания модели используйте plotAdjustedResponse, plotPartialDependence и plotEffects, чтобы понять эффект конкретного предиктора. Используйте plotInteraction, чтобы понять эффект взаимодействия между двумя предикторами. Кроме того, используйте plotSlice, чтобы построить срезы через поверхность прогноза.

  • Функция plot создает добавленный переменный график для модели в целом (кроме постоянного термина), если модель включает несколько условий. Используйте plotAdded, чтобы выбрать конкретные предикторы для добавленного переменного графика.

Представленный в R2012a

Для просмотра документации необходимо авторизоваться на сайте