Многофакторная линейная регрессия
[
также возвращает векторный b
,bint
,r
,rint
,stats
] = regress(y
,X
)stats
это содержит статистическую величину R2, F - статистическую величину и ее p - значение и оценка ошибочного отклонения. Матричный X
должен включать столбец из единиц для программного обеспечения, чтобы вычислить статистику модели правильно.
regress
полезно, когда вам просто нужны выходные аргументы функции и, когда это необходимо, повторить подбирающую модель многократно в цикле. Если необходимо исследовать подбиравшую модель регрессии далее, создайте объект модели линейной регрессии LinearModel
при помощи fitlm
или stepwiselm
. LinearModel
объект обеспечивает больше функций, чем regress
.
Используйте свойства LinearModel
исследовать подбиравшую модель линейной регрессии. Свойства объектов включают информацию о содействующих оценках, итоговой статистике, подходящем методе и входных данных.
Используйте объектные функции LinearModel
чтобы предсказать ответы и изменить, оцените и визуализируйте модель линейной регрессии.
В отличие от regress
, fitlm
функция не требует столбца из единиц во входных данных. Модель создается fitlm
всегда включает термин прерывания, если вы не задаете, чтобы не включать его при помощи 'Intercept'
аргумент пары "имя-значение".
Можно найти информацию в выходе regress
использование свойств и объектных функций LinearModel
.
Выход regress | Эквивалентные стоимости в LinearModel |
---|---|
b | Смотрите Estimate столбец Coefficients свойство. |
bint | Используйте coefCI функция. |
r | Смотрите Raw столбец Residuals свойство. |
rint | Не поддерживаемый. Вместо этого используйте studentized остаточные значения (Residuals свойство) и диагностика наблюдения (Diagnostics свойство), чтобы найти выбросы. |
stats | Смотрите отображение модели в Командном окне. Можно найти статистику в свойствах модели (MSE и Rsquared ) и при помощи anova функция. |
[1] Chatterjee, S. и А. С. Хади. “Влиятельные Наблюдения, Высокие Точки Рычагов и Выбросы в Линейной регрессии”. Статистическая Наука. Издание 1, 1986, стр 379–416.
LinearModel
| fitlm
| mvregress
| rcoplot
| stepwiselm