Преобразуйте матрицу предиктора, чтобы спроектировать матрицу
D = x2fx(X,
model
)
D = x2fx(X,model
,categ)
D = x2fx(X,model
,categ,catlevels)
D = x2fx(X,
преобразует матрицу предикторов model
)X
к матрице проекта D
для регрессионного анализа. Отличные переменные предикторы должны появиться в различных столбцах X
.
Дополнительный вход model
управляет моделью регрессии. По умолчанию, x2fx
возвращает матрицу проекта для линейной аддитивной модели с постоянным термином. model
одно из следующего:
'linear'
— Постоянные и линейные члены. Это значение по умолчанию.
'interaction'
— Постоянные, линейные, и периоды взаимодействия
'quadratic'
— Постоянный, линейный, взаимодействие и условия в квадрате
'purequadratic'
— Постоянные, линейные, и условия в квадрате
Если X
имеет n столбцы, порядок столбцов D
поскольку полная квадратичная модель:
Постоянный термин
Линейные члены (столбцы X
, в порядке 1, 2..., n)
Периоды взаимодействия (попарные продукты столбцов X
, в порядке (1, 2), (1, 3)..., (1, n), (2, 3)..., (n–1, n))
Условия в квадрате (в порядке 1, 2..., n)
Другие модели используют подмножество этих условий в том же порядке.
В качестве альтернативы model
может быть матрица, задающая полиномиальные условия произвольного порядка. В этом случае, model
должен иметь один столбец для каждого столбца в X
и одна строка для каждого члена в модели. Записи в любой строке model
степени для соответствующих столбцов X
. Например, если X
имеет столбцы X1
x2
, и X3
, затем строка [0 1 2]
в model
задает термин (X1.^0).*(X2.^1).*(X3.^2)
. Строка всех нулей в model
задает постоянный термин, который может быть не использован.
D = x2fx(X,
столбцы обработок с числами, перечисленными в векторном model
,categ)categ
как категориальные переменные. Условия, включающие категориальные переменные, производят фиктивные переменные столбцы в D
. Фиктивные переменные вычисляются под предположением, что возможные категориальные уровни полностью перечисляются уникальными значениями, которые появляются в соответствующем столбце X
.
D = x2fx(X,
принимает векторный model
,categ,catlevels)catlevels
та же длина как categ
, определение количества уровней в каждой категориальной переменной. В этом случае, значения в соответствующем столбце X
должны быть целые числа в диапазоне от 1 до конкретного количества уровней. Не все уровни должны появиться в X
.
Следующее преобразует 2 предиктора X1
и X2
(столбцы X
) в матрицу проекта для полной квадратичной модели с условиями constant
x1
x2
x1, x2
, X1.^2
, и X2.^2
.
X = [1 10 2 20 3 10 4 20 5 15 6 15]; D = x2fx(X,'quadratic') D = 1 1 10 10 1 100 1 2 20 40 4 400 1 3 10 30 9 100 1 4 20 80 16 400 1 5 15 75 25 225 1 6 15 90 36 225
Следующее преобразует 2 предиктора X1
и X2
(столбцы X
) в матрицу проекта для квадратичной модели с условиями constant
x1
x2
x1, x2
, и X1.^2
.
X = [1 10 2 20 3 10 4 20 5 15 6 15]; model = [0 0 1 0 0 1 1 1 2 0]; D = x2fx(X,model) D = 1 1 10 10 1 1 2 20 40 4 1 3 10 30 9 1 4 20 80 16 1 5 15 75 25 1 6 15 90 36