coefTest

Линейный тест гипотезы на обобщенных линейных коэффициентах модели регрессии

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, который весь коэффициент оценивает в mdl нуль, за исключением термина прерывания.

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`	Обобщенная линейная модель, заданная как полный `GeneralizedLinearModel` объект, созданный с помощью `fitglm` или `stepwiseglm`, или уплотненный `CompactGeneralizedLinearModel` объект, созданный с помощью `compact`.
`H`	Числовая матрица, имеющая один столбец для каждого коэффициента в модели. Когда `H` вход, выход `p` 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` вход, выход `p` p - значение для F тестирует тот `H*B = C`, где `B` представляет вектор коэффициентов.

Выходные аргументы

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

Примеры

развернуть все

Протестируйте обобщенные линейные коэффициенты модели

Скрипт Open Live Script

Протестируйте обобщенную линейную модель, чтобы видеть, отличаются ли ее коэффициенты от нуля.

Создайте обобщенную линейную модель регрессии данных Пуассона.

X = 2 + randn(100,1);
mu = exp(1 + X/2);
y = poissrnd(mu);
mdl = fitglm(X,y,'y ~ x1','distr','poisson');

Протестируйте, имеет ли подобранная модель коэффициенты, которые значительно отличаются от нуля.

p = coefTest(mdl)

p = 3.1394e-36

Нет сомнения, что коэффициент x1 является ненулевым.

Больше о

развернуть все

Протестируйте статистику

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

Данные прибывают из модели, представленной формулой в Formula свойство подобранной модели.
Наблюдения независимы, условны на значениях предиктора.

Под этими предположениями содержат, позволяют β представлять (неизвестный) вектор коэффициентов линейной регрессии. Предположим, что H является матрицей полного ранга размера r-by-s, где r количество коэффициентов, чтобы включать в F - тест и s общее количество коэффициентов. Позвольте c быть вектором тот же размер как β. Следующее является тестовой статистической величиной для гипотезы что Hβ = c:

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

Здесь $\hat{β}$ оценка вектора коэффициентов β, сохраненный в Coefficients свойство и V являются предполагаемой ковариацией содействующих оценок, сохраненных в CoefficientCovariance свойство. Когда гипотеза верна, тестовая статистическая величина, F имеет Распределение F с r и степенями свободы u, где u является степенями свободы для ошибки, сохраненной в DFE свойство.

Альтернативы

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

Документация