Интервалы прогноза для cfit или sfit объект
ci = predint(fitresult,x)
ci = predint(fitresult,x,level)
ci = predint(fitresult,x,level,intopt,simopt)
[ci,y] = predint(...)
ci = predint(fitresult,x) возвращает верхние и более низкие 95% границ прогноза для значений ответа, сопоставленных с cfit объект fitresult в новых значениях предиктора, заданных векторным x. fitresult должен быть выход от fit функция, чтобы содержать необходимую информацию для ci. ci n- 2 массива, где n = length(x). Левый столбец ci содержит нижнюю границу для каждого коэффициента; правый столбец содержит верхнюю границу.
ci = predint(fitresult,x,level) возвращает границы прогноза с доверительным уровнем, заданным level. level должен быть между 0 и 1. Значение по умолчанию level 0.95.
ci = predint(fitresult,x,level, задает тип границ, чтобы вычислить. intopt,simopt)
intopt один из
'observation' — Границы для нового наблюдения (значение по умолчанию)
'functional' — Границы для кривой по экспериментальным точкам
simopt один из
'off' — Неодновременные границы (значение по умолчанию)
'on' — Одновременные границы
Границы наблюдения более широки, чем функциональные границы, потому что они измеряют неопределенность в предсказании кривой по экспериментальным точкам плюс случайное изменение нового наблюдения. Неодновременные границы для отдельных элементов x; одновременные границы для всех элементов x.
[ci,y] = predint(...) возвращает значения ответа y предсказанный fitresult в предикторах в x.
predint не может вычислить интервалы прогноза для непараметрических методов регрессии, таких как Interpolant, Lowess, и Spline.
Вычислите и постройте наблюдение и функциональные интервалы прогноза для подгонки к зашумленным данным.
Сгенерируйте зашумленные данные с экспоненциальным трендом.
x = (0:0.2:5)'; y = 2*exp(-0.2*x) + 0.5*randn(size(x));
Соответствуйте кривой к данным с помощью экспоненциала одно термина.
fitresult = fit(x,y,'exp1');Вычислите 95%-е наблюдение и функциональные интервалы прогноза, и одновременные и неодновременные.
p11 = predint(fitresult,x,0.95,'observation','off'); p12 = predint(fitresult,x,0.95,'observation','on'); p21 = predint(fitresult,x,0.95,'functional','off'); p22 = predint(fitresult,x,0.95,'functional','on');
Отобразите на графике данные, подгонку и интервалы прогноза. Обратите внимание на то, что границы наблюдения более широки, чем функциональные границы.
subplot(2,2,1) plot(fitresult,x,y), hold on, plot(x,p11,'m--'), xlim([0 5]), ylim([-1 5]) title('Nonsimultaneous Observation Bounds','FontSize',9) legend off subplot(2,2,2) plot(fitresult,x,y), hold on, plot(x,p12,'m--'), xlim([0 5]), ylim([-1 5]) title('Simultaneous Observation Bounds','FontSize',9) legend off subplot(2,2,3) plot(fitresult,x,y), hold on, plot(x,p21,'m--'), xlim([0 5]), ylim([-1 5]) title('Nonsimultaneous Functional Bounds','FontSize',9) legend off subplot(2,2,4) plot(fitresult,x,y), hold on, plot(x,p22,'m--'), xlim([0 5]), ylim([-1 5]) title('Simultaneous Functional Bounds','FontSize',9) legend({'Data','Fitted curve', 'Prediction intervals'},... 'FontSize',8,'Location','northeast')
