plotSlice

График срезов через подходящую обобщенную линейную поверхность регрессии

свернуть все на странице

Синтаксис

plotSlice(mdl)

Описание

пример

plotSlice(mdl) создает фигуру, содержащую один или несколько графиков, каждый представляющий срез через поверхность регрессии, предсказанную mdl. Каждый график показывает подходящие значения ответа функцией одного переменного предиктора с другими переменными предикторами, сохраненными постоянными.

plotSlice также отображает 95% доверительных границ для значений ответа. Используйте меню Bounds, чтобы выбрать тип доверительных границ и использовать меню Predictors, чтобы выбрать, который строят предикторы использовать в каждом срезе. Для получения дополнительной информации смотрите Советы.

Примеры

свернуть все

Скрипт Open Live Script

Постройте срезы через подходящую обобщенную линейную поверхность модели регрессии.

Сгенерируйте выборочные данные с помощью случайных чисел Пуассона с двумя базовыми предикторами X(:,1) и X(:,2).

rng('default') % For reproducibility
rndvars = randn(100,2);
X = [2 + rndvars(:,1),rndvars(:,2)];
mu = exp(1 + X*[1;2]);
y = poissrnd(mu);

Создайте обобщенную линейную модель регрессии данных Пуассона.

mdl = fitglm(X,y,'y ~ x1 + x2','Distribution','poisson');

Создайте график среза.

plotSlice(mdl)

Зеленая линия в каждом графике представляет предсказанные значения ответа как функцию одного переменного предиктора с другими переменными предикторами, сохраненными постоянными. Красные пунктирные линии составляют 95% доверительных границ. Метка оси Y включает предсказанное значение ответа и соответствующую доверительную границу для точки, выбранной вертикальными и горизонтальными линиями. Метка оси X показывает имя переменного предиктора и значение предиктора для выбранной точки.

Переместите вертикальную линию в x1 постройте направо и наблюдайте изменение в метке оси Y и изменения в x2 график.

Входные параметры

свернуть все

Обобщенная линейная модель регрессии в виде GeneralizedLinearModel объект, созданный с помощью fitglm или stepwiseglm, или CompactGeneralizedLinearModel объект, созданный с помощью compact.

Советы

  • Используйте меню Bounds в окне рисунка, чтобы выбрать тип доверительных границ. Можно выбрать Simultaneous или Non-Simultaneous. Можно также выбрать No Bounds, чтобы не иметь никаких доверительных границ.

    • Одновременный (значение по умолчанию) — plotSlice вычисляет доверительные границы для кривой значений ответа с помощью метода Шеффа. Область значений между верхними и более низкими доверительными границами содержит кривую, состоящую из истинных значений ответа с 95%-м доверием.

    • Неодновременный — plotSlice вычисляет доверительные границы для значения ответа при каждом наблюдении. Доверительный интервал для значения ответа в определенном значении предиктора содержит истинное значение ответа с 95%-м доверием.

    Одновременные границы более широки, чем отдельные границы, потому что требование, чтобы целая кривая значений ответа была в границах, более строго, чем требование, чтобы значение ответа в одном значении предиктора было в границах.

  • Используйте меню Predictors в окне рисунка, чтобы выбрать, который строят предикторы использовать в каждом срезе. Если модель mdl регрессии включает больше чем восемь предикторов, plotSlice создает графики для первых пяти предикторов по умолчанию.

Альтернативная функциональность

  • Используйте predict возвращать предсказанные значения ответа и доверительные границы. Можно также задать доверительный уровень для доверительных границ при помощи 'Alpha' аргумент пары "имя-значение" predict функция. Обратите внимание на то, что predict находит неодновременные границы по умолчанию, тогда как plotSlice находит одновременные границы по умолчанию.

  • GeneralizedLinearModel объект обеспечивает несколько функций построения графика.

    • 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 plotPartialDependence изучать эффект конкретного предиктора. Кроме того, используйте plotSlice построить срезы через поверхность предсказания.

Смотрите также

| | | | |

Темы

Представленный в R2012a

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