plot

График поля точек или добавленный переменный график модели линейной регрессии

свернуть все на странице

Синтаксис

plot(mdl)
h = plot(mdl)

Описание

пример

plot(mdl) создает график модели mdl линейной регрессии. Тип графика зависит от количества переменных предикторов.

  • Если mdl включает несколько переменных предикторов, plot создает Добавленный Переменный График для целой модели кроме константы (прерывание) термин, эквивалентный plotAdded(mdl).

  • Если mdl включает один переменный предиктор, plot создает график рассеивания данных наряду с кривой по экспериментальным точкам и доверительными границами.

  • Если mdl не включает предиктор, plot создает гистограмму остаточных значений, эквивалентных plotResiduals(mdl).

h = plot(mdl) возвращает графические объекты для линий или закрашенной фигуры в графике. Используйте h изменить свойства определенной линии или закрашенной фигуры после того, как вы создаете график. Для списка свойств смотрите Line Properties и Свойства исправления.

Примеры

свернуть все

Скрипт Open Live Script

Создайте модель линейной регрессии пробега автомобиля как функция веса и модельный год. Затем создайте добавленный переменный график видеть значение модели.

Создайте модель линейной регрессии пробега от carsmall набор данных. 

load carsmall
Year = categorical(Model_Year);
tbl = table(MPG,Weight,Year);
mdl = fitlm(tbl,'MPG ~ Year + Weight^2');

Создайте добавленный переменный график модели. 

plot(mdl)

График иллюстрирует, что модель является значительной, потому что горизонтальная линия не соответствует между доверительными границами.

Создайте тот же график при помощи plotAdded функция.

plotAdded(mdl)

Скрипт Open Live Script

Создайте график рассеивания данных наряду с кривой по экспериментальным точкам и доверительными границами для простой модели линейной регрессии. Простая модель линейной регрессии включает только один переменный предиктор.

Создайте простую модель линейной регрессии пробега от carsmall набор данных. 

load carsmall
tbl = table(MPG,Weight);
mdl = fitlm(tbl,'MPG ~ Weight')
mdl = 
Linear regression model:
    MPG ~ 1 + Weight

Estimated Coefficients:
                    Estimate        SE         tStat       pValue  
                   __________    _________    _______    __________

    (Intercept)        49.238       1.6411     30.002    2.7015e-49
    Weight         -0.0086119    0.0005348    -16.103    1.6434e-28


Number of observations: 94, Error degrees of freedom: 92
Root Mean Squared Error: 4.13
R-squared: 0.738,  Adjusted R-Squared: 0.735
F-statistic vs. constant model: 259, p-value = 1.64e-28

pValue из Weight переменная очень мала, что означает, что переменная является статистически значительной в модели. Визуализируйте этот результат путем создания графика рассеивания данных, наряду с кривой по экспериментальным точкам и ее 95% доверительных границ, использования plot функция.

plot(mdl)

График иллюстрирует, что модель является значительной, потому что горизонтальная линия не соответствует между доверительными границами, который сопоставим с pValue результат.

Создайте тот же график при помощи plotAdded функция. 

plotAdded(mdl)

Когда модель включает только один термин в дополнение к постоянному термину, настроенное значение эквивалентно своему исходному значению. Поэтому этот добавленный переменный график совпадает с графиком рассеивания, созданным plot функция.

Входные параметры

свернуть все

Модель линейной регрессии, заданная как LinearModel объект, созданный с помощью fitlm или stepwiselm.

Выходные аргументы

свернуть все

Графические объекты, соответствующие линиям или закрашенной фигуре в графике, возвращенном как графический массив. Используйте запись через точку, чтобы запросить и установить свойства графических объектов. Для получения дополнительной информации смотрите Line Properties и Свойства исправления.

Если mdl включает один или несколько предикторов, затем h(1), h(2), h(3), и h(4) соответствуйте точкам скорректированных данных, подходящей линии и нижним и верхним границам подходящей линии, соответственно.

Если mdl не включает предиктор, затем h соответствует гистограмме остаточных значений.

Больше о

свернуть все

Добавленный переменный график

Добавленный переменный график, также известный как частичный график рычагов регрессии, иллюстрирует инкрементный эффект на ответе заданных условий, вызванных путем удаления эффектов всех других условий.

Добавленный переменный график создается plotAdded с одним выбранным термином, соответствующим одному переменному предиктору, включает эти графики:

  • График поля точек настроенных значений ответа против настроенных значений переменного предиктора

  • Подходящая линия для настроенных значений ответа как функция настроенных значений переменного предиктора

  • 95% доверительных границ подходящей линии

Настроенные значения равны среднему значению переменной плюс остаточные значения переменной подгонки ко всем предикторам кроме выбранного предиктора. Например, считайте добавленный переменный график для первого переменного предиктора x 1. Соответствуйте переменной отклика y и выбранный переменный предиктор x 1 ко всем предикторам кроме x 1 можно следующим образом:

yi = gy (x 2i, x 3i, …, xpi) + ryi,

x 1i = gx (x 2i, x 3i, …, xpi) + rxi,

где gy и gx являются припадком y и x 1, соответственно, против всех предикторов кроме выбранного предиктора (x 1). ry и rx являются соответствующими векторами невязок. Нижний i представляет номер наблюдения. Настроенное значение является суммой среднего значения и невязки для каждого наблюдения.

y˜i=y¯+ryi,x˜1i=x¯1+rxi,

где x¯1 и y¯ представляйте среднее значение x 1 и y, соответственно.

plotAdded строит график рассеивания (x˜1i, y˜i), подходящая линия для y˜ как функция x˜1 (то есть, β1x˜1), и 95% доверительных границ подходящей линии. Содействующий β 1 совпадает с содействующей оценкой x 1 в полной модели, которая включает все предикторы.

ryi представляет часть значений ответа, необъясненных предикторами (кроме x 1), и rxi представляет часть x 1 значение, необъясненное другими предикторами. Поэтому подходящая линия представляет, как новая информация, введенная путем добавления x 1, может объяснить необъясненную часть значений ответа. Если наклон подходящей линии близко к нулю, и доверительные границы могут включать горизонтальную линию, то график показывает, что новая информация от x 1 не объясняет необъясненную часть значений ответа хорошо. Таким образом, x 1 не является значительным в подгонке модели.

plotAdded также поддерживает расширение добавленного переменного графика так, чтобы можно было выбрать несколько условий вместо одного термина. Поэтому можно также задать категориальный предиктор, все условия, которые включают определенный предиктор или модель в целом (кроме константы (прерывание) термин). Считайте набор предикторов X с вектором коэффициентов β, где βi является содействующей оценкой xi в полной модели, если вы задаете i th коэффициент для добавленного переменного графика; в противном случае βi является нулем. Задайте модульный вектор направления u как u = β/s где s = норма (β). Затем X β = (X u) s. Обработайте X u как один предиктор с коэффициентом s и создайте добавленный переменный график для X u таким же образом как создание графика для одного термина. Коэффициент приспособленной линии в добавленном переменном графике соответствует s.

plot создает добавленный переменный график для модели в целом (кроме постоянного термина), если модель включает несколько условий.

Советы

  • Data Cursor отображает значения выбранной точки графика во всплывающей подсказке (маленькое текстовое поле, расположенное рядом с точкой данных). Всплывающая подсказка включает x - ось и y - значения оси для выбранной точки, наряду с именем наблюдения или номером.

Альтернативная функциональность

  • LinearModel объект обеспечивает несколько функций построения графика.

    • При создании модели используйте plotAdded изучать эффект добавления или удаления переменного предиктора.

    • При проверке модели используйте plotDiagnostics найти сомнительные данные и изучить эффект каждого наблюдения. Кроме того, используйте plotResiduals анализировать остаточные значения модели.

    • После подбирания модели используйте plotAdjustedResponse, plotPartialDependence, и plotEffects изучать эффект конкретного предиктора. Используйте plotInteraction изучать эффект взаимодействия между двумя предикторами. Кроме того, используйте plotSlice построить срезы через поверхность прогноза.

  • plot функция создает добавленный переменный график для модели в целом (кроме постоянного термина), если модель включает несколько условий. Используйте plotAdded выбрать конкретные предикторы для добавленного переменного графика.

Смотрите также

| |

Темы

Представленный в R2012a

Документация Statistics and Machine Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте