margmean

Класс: RepeatedMeasuresModel

Оцените крайние средние значения

Синтаксис

tbl = margmean(rm,vars)
tbl = margmean(rm,vars,'alpha',alpha)

Описание

пример

tbl = margmean(rm,vars) возвращает предполагаемые крайние средние значения для переменных vars, в таблице tbl.

пример

tbl = margmean(rm,vars,'alpha',alpha) возвращает 100* (1–alpha) доверительные интервалы % для крайних средних значений.

Входные параметры

развернуть все

Повторная модель мер, возвращенная как объект RepeatedMeasuresModel.

Для свойств и методов этого объекта, смотрите RepeatedMeasuresModel.

Переменные, для которых можно вычислить крайние средние значения, заданные как вектор символов, или представить в виде строки скаляр, представляющий имя между, или в предметах включить rm, или массив строк или массив ячеек из символьных векторов, представляющий имена нескольких переменных. Каждый фактор между предметами должен быть категориальным.

Например, если вы хотите вычислить крайние средние значения для переменных Drug и Gender, затем можно задать можно следующим образом.

Пример: {'Drug','Gender'}

Типы данных: char | string | cell

Уровень значения доверительных интервалов для генеральной совокупности крайние средние значения, заданные как скалярное значение в области значений от 0 до 1. Доверительный уровень равняется 100* (1–alpha) %.

Например, можно задать 99%-й доверительный уровень можно следующим образом.

Пример: 'alpha',0.01

Типы данных: double | single

Выходные аргументы

развернуть все

Предполагаемые крайние средние значения, возвращенные как таблица. tbl содержит одну строку для каждой комбинации групп переменных, которые вы задаете в vars, одном столбце для каждой переменной и следующих столбцах.

ColumnName Описание
MeanПредполагаемые крайние средние значения
StdErrСтандартные погрешности оценок
LowerНижний предел 95%-го доверительного интервала для истинного среднего значения генеральной совокупности
UpperВерхний предел 95%-го доверительного интервала для истинного среднего значения генеральной совокупности

Примеры

развернуть все

Загрузите выборочные данные.

load repeatedmeas

Таблица between включает возраст переменных между предметами, IQ, группу, пол и восемь повторных мер y1 к y8 как ответы. Таблица within включает переменные w1 и w2 в предмете. Это - моделируемые данные.

Соответствуйте повторной модели мер, где повторными мерами, y1 к y8 является ответами, и возрастом, IQ, группой, полом и взаимодействием пола группы, являются переменные прогноза. Также задайте матрицу проекта в предмете.

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Вычислите крайние средние значения, сгруппированные факторами Group и Gender.

M = margmean(rm,{'Group' 'Gender'})
M=6×6 table
    Group    Gender     Mean      StdErr     Lower       Upper 
    _____    ______    _______    ______    ________    _______

      A      Female     15.946    5.6153      4.3009     27.592
      A      Male       8.0726    5.7236     -3.7973     19.943
      B      Female     11.758    5.7091    -0.08189     23.598
      B      Male       2.2858    5.6748      -9.483     14.055
      C      Female    -8.6183     5.871     -20.794     3.5574
      C      Male      -13.551    5.7283     -25.431    -1.6712

Отобразите описание для таблицы M.

M.Properties.Description
ans = 
    'Estimated marginal means
     Means computed with Age=13.7, IQ=98.2667'

Загрузите выборочные данные.

load fisheriris

Вектор-столбец, species, состоит из ирисовых цветов трех различных разновидностей, setosa, versicolor, virginica. Двойной матричный meas состоит из четырех типов измерений на цветах, длине и ширине чашелистиков и лепестков в сантиметрах, соответственно.

Храните данные в табличном массиве.

t = table(species,meas(:,1),meas(:,2),meas(:,3),meas(:,4),...
'VariableNames',{'species','meas1','meas2','meas3','meas4'});
Meas = dataset([1 2 3 4]','VarNames',{'Measurements'});

Соответствуйте повторной модели мер, где измерения являются ответами, и разновидность является переменной прогноза.

rm = fitrm(t,'meas1-meas4~species','WithinDesign',Meas);

Вычислите крайние средние значения, сгруппированные факторными разновидностями.

margmean(rm,'species')
ans=3×5 table
      species        Mean      StdErr     Lower     Upper 
    ____________    ______    ________    ______    ______

    'setosa'        2.5355    0.042807    2.4509    2.6201
    'versicolor'     3.573    0.042807    3.4884    3.6576
    'virginica'      4.285    0.042807    4.2004    4.3696

Поле StdError показывает стандартные погрешности предполагаемых крайних средних значений. Поля Lower и Upper показывают нижние и верхние границы для 95% доверительных интервалов группы крайние средние значения, соответственно. Ни одно из перекрытия доверительных интервалов, которое указывает, что крайние средние значения не соглашаются с разновидностями. Можно также построить предполагаемые средние значения крайнего использовать метод plotprofile.

Вычислите 99% доверительных интервалов для крайних средних значений.

margmean(rm,'species','alpha',0.01)
ans=3×5 table
      species        Mean      StdErr     Lower     Upper 
    ____________    ______    ________    ______    ______

    'setosa'        2.5355    0.042807    2.4238    2.6472
    'versicolor'     3.573    0.042807    3.4613    3.6847
    'virginica'      4.285    0.042807    4.1733    4.3967

Смотрите также

| |

Для просмотра документации необходимо авторизоваться на сайте