coefTest

Класс: NonLinearModel

Линейный тест гипотезы на нелинейных коэффициентах модели регрессии

расширьте все на странице

Синтаксис

p = coefTest(mdl) p = coefTest(mdl,H) p = coefTest(mdl,H,C) [p,F] = coefTest(mdl,...) [p,F,r] = coefTest(mdl,...)

Описание

p = coefTest(mdl) вычисляет p - значение для теста F, что все содействующие оценки в mdl являются нулем.

p = coefTest(mdl,H) выполняет тест F тот H*B = 0, где B представляет вектор коэффициентов.

p = coefTest(mdl,H,C) выполняет тест F тот H*B = C.

[p,F] = coefTest(mdl,...) возвращается F тестируют статистическую величину.

[p,F,r] = coefTest(mdl,...) возвращает степени свободы числителя для теста.

Входные параметры

`mdl`	Нелинейная модель регрессии, созданная `fitnlm`.
`H`	Числовая матрица, имеющая один столбец для каждого коэффициента в модели. Когда `H` является входом, выводом `p` является p - значение для F тестирует тот `H*B = 0`, где `B` представляет вектор коэффициентов.
`C`	Числовой вектор с одинаковым числом строк как `H`. Когда `C` является входом, выводом `p` является p - значение для F тестирует тот `H*B = C`, где `B` представляет вектор коэффициентов.

Выходные аргументы

`p`	p- теста F (см. Определения).
`F`	Значение тестовой статистической величины для теста F (см. Определения).
`r`	Степени свободы числителя для теста F (см. Определения). Статистическая величина F имеет степени свободы `r` в числителе и степени свободы `mdl.DFE` в знаменателе.

Примеры

развернуть все

Протестируйте нелинейные коэффициенты модели регрессии

Скрипт Open Live Script

Сделайте нелинейную модель пробега как функция веса от набора данных carsmall. Протестируйте коэффициенты, чтобы видеть, должны ли все быть нулем.

Создайте экспоненциальную модель пробега автомобиля как функция веса от данных carsmall. Масштабируйте вес фактором 1 000, таким образом, все переменные примерно равны в размере.

load carsmall
X = Weight;
y = MPG;
modelfun = 'y ~ b1 + b2*exp(-b3*x/1000)';
beta0 = [1 1 1];
mdl = fitnlm(X,y,modelfun,beta0);

Протестируйте модель на существенные различия от постоянной модели.

p = coefTest(mdl)

p = 1.3708e-36

Нет сомнения, что модель содержит ненулевые условия.

Больше о

развернуть все

Протестируйте статистику

p - значение, статистическая величина F и степени свободы числителя допустимы под этими предположениями:

Данные прибывают из нормального распределения.
Записи независимы.

Предположим, что эти предположения содержат. Позвольте β представлять неизвестный вектор коэффициентов линейной регрессии. Предположим, что H является матрицей полного ранга размера r-by-s, где s является количеством условий в β. Позвольте c быть вектором тот же размер как β. Следующее является тестовой статистической величиной для гипотезы что Hβ = c:

$F = {(H \hat{β} - v)}^{'} {(H C H^{'})}^{- 1} (H \hat{β} - v) .$

Здесь $\hat{β}$ оценка вектора коэффициентов β в mdl.Coefs, и V является предполагаемой ковариацией содействующих оценок в mdl.CoefCov. Когда гипотеза верна, тестовая статистическая величина, F имеет Распределение F со степенями свободы u и r.

Альтернативы

Значения обычно используемой тестовой статистики доступны в таблице mdl.Coefficients.

`Смотрите также`

NonLinearModel

`Темы`

Нелинейная регрессия






Документация Statistics and Machine Learning Toolbox
Примеры
Функции и другая ссылка
Информация о релизах
PDF-документация


Поддержка
MATLAB Answers
Помощь в установке
Отчеты об ошибках
Требования к продукту
Загрузка программного обеспечения











© 1994-2019 The MathWorks, Inc.
Условия использования
Патенты
Торговые марки
Список благодарностей