Exponenta Banner
exponenta event banner

график

Класс: RepeatedMeasuresModel

Отобразите данные на графике с дополнительной группировкой

расширьте все на странице

Синтаксис

plot(rm)
plot(rm,Name,Value)
H = plot(___)

Описание

пример

plot(rm) строит измерения в повторной модели rm мер для каждого предмета как функция времени. Если существует один числовой фактор в предметах, plot использует значения того фактора как временные стоимости. В противном случае plot использует дискретные значения 1 через r как временные стоимости, где r является количеством повторных измерений.

пример

plot(rm,Name,Value) также строит измерения в повторной модели rm мер, с дополнительными опциями, заданными одним или несколькими аргументами пары Name,Value.

Например, можно задать факторы, чтобы сгруппироваться или изменить цвета линии.

H = plot(___) возвращает указатели, H, к построенным графикам.

Входные параметры

развернуть все

Повторная модель мер, возвращенная как объект RepeatedMeasuresModel.

Для свойств и методов этого объекта, смотрите RepeatedMeasuresModel.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Имя фактора между предметами или факторов, заданных как пара, разделенная запятой, состоящая из 'Group' и вектора символов, массива строк или массива ячеек из символьных векторов. Этот аргумент пары "имя-значение" группирует строки согласно факторным значениям.

Например, если у вас есть два фактора между предметами, препарат и пол, и вы хотите сгруппировать строки в графике согласно им, можно задать эти факторы можно следующим образом.

Пример: 'Group',{'Drug','Sex'}

Типы данных: char | string | cell

Маркер, чтобы использовать для каждой группы, заданной как пара, разделенная запятой, состоящая из 'Marker' и массива строк или массива ячеек из символьных векторов.

Например, если у вас есть два фактора между предметами, препарат и пол, с каждым имеющим две группы, можно задать o как маркер для групп препарата и x как маркер для групп пола можно следующим образом.

Пример: 'Marker',{'o','o','x','x'}

Типы данных: string | cell

Цвет для каждой группы, заданной как пара, разделенная запятой, состоящая из 'Color' и вектора символов, массива строк, массива ячеек из символьных векторов или строк матрицы RGB с тремя столбцами.

Например, если у вас есть два фактора между предметами, препарат и пол, с каждым имеющим две группы, можно задать красный как цвет для групп препарата и синего как цвет для групп пола можно следующим образом.

Пример: 'Color','rrbb'

Типы данных: single | double | char | string | cell

Стиль линии для каждой группы, заданной как пара, разделенная запятой, состоящая из 'LineStyle' и массива строк или массива ячеек из символьных векторов.

Например, если у вас есть два фактора между предметами, препарат и пол, с каждым имеющим две группы, можно задать - как стиль линии одной группы и : как стиль линии для другой группы можно следующим образом.

Пример: 'LineStyle',{'-' ':' '-' ':'}

Типы данных: string | cell

Выходные аргументы

развернуть все

Обработайте к построенным графикам, возвращенным как указатель.

Примеры

развернуть все

Скрипт Open Live Script

Загрузите выборочные данные. 

load fisheriris

Вектор-столбец species состоит из ирисовых цветов трех различных разновидностей: setosa, versicolor, и virginica. Двойной матричный meas состоит из четырех типов измерений на цветах: длина и ширина 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);

Отобразите на графике данные, сгруппированные факторными разновидностями. 

plot(rm,'group','species')

Измените стиль линии для каждой группы. 

plot(rm,'group','species','LineStyle',{'-','--',':'})

Скрипт Open Live Script

Загрузите выборочные данные. 

load repeatedmeas

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

Соответствуйте повторной модели мер, где повторными мерами, y1 через 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);

Отобразите данные на графике с Group, закодированным цветом, и Gender, закодированный с методической точностью, вводят. 

plot(rm,'group',{'Group' 'Gender'},'Color','rrbbgg',...
              'LineStyle',{'-' ':' '-' ':' '-' ':'},'Marker','.')

Смотрите также

| |

Документация Statistics and Machine Learning Toolbox
Поддержка