Предскажите ответы Байесовой модели линейной регрессии
возвращает yF
= forecast(Mdl
,XF
)numPeriods
предсказанные ответы из Байесовой модели
Mdl
линейной регрессии учитывая данные о предикторе в
XF
, матрица с numPeriods
'Строки' .
Оценить прогноз, forecast
использует среднее значение numPeriods
- размерное следующее прогнозирующее распределение.
Если Mdl
объединенная предшествующая модель (возвращенный bayeslm
то forecast
использование только объединенное предшествующее распределение и инновационное распределение, чтобы сформировать прогнозирующее распределение.
Если Mdl
следующая модель (возвращенный estimate
то forecast
использует следующее прогнозирующее распределение.
NaN
s в данных указывают на отсутствующие значения, который forecast
удаляет использующее мудрое списком удаление.
прогнозы с помощью следующего прогнозирующего распределения, произведенного или обновленного путем слияния данных о предикторе yF
= forecast(Mdl
,XF
,X
,y
)X
и соответствующие данные об ответе y
.
Если Mdl
объединенная предшествующая модель, затем forecast
производит следующее прогнозирующее распределение путем обновления предшествующей модели с информацией о параметрах, которые это получает из данных.
Если Mdl
следующая модель, затем forecast
обновляет последующее поколение с информацией о параметрах, которые она получает из дополнительных данных. Вероятность полных данных состоит из дополнительных данных X
и y
, и данные, которые создали Mdl
.
использование любая из комбинаций входных аргументов в предыдущих синтаксисах и дополнительных опциях задано одним или несколькими аргументами пары "имя-значение". Например, можно задать значение для β или σ 2, чтобы предсказать от conditional прогнозирующее распределение одного параметра, учитывая заданное значение другого параметра.yF
= forecast(___,Name,Value
)
Если Mdl
empiricalblm
объект модели, затем вы не можете задать Beta
или Sigma2
. Вы не можете предсказать от условных прогнозирующих распределений при помощи эмпирического предшествующего распределения.
Симуляция Монте-Карло подвергается изменению. Если forecast
симуляция Монте-Карло использования, затем оценивает, и выводы могут варьироваться, когда вы вызываете forecast
многократно при на вид эквивалентных условиях. Чтобы воспроизвести результаты оценки, установите seed случайных чисел при помощи rng
перед вызовом forecast
.
Если forecast
выдает ошибку при оценке, что апостериорное распределение с помощью пользовательской предшествующей модели, затем пытается настроить начальные значения параметров при помощи BetaStart
или Sigma2Start
, или попытайтесь настроить заявленный журнал предшествующая функция, и затем восстановить модель. Ошибка может указать, что журналом предшествующего распределения является –Inf
в заданных начальных значениях.
К предсказанным ответам от условного следующего прогнозирующего распределения аналитически тяжелых моделей, кроме эмпирических моделей, передают ваш предшествующий объект модели и выборочные данные оценки к forecast
. Затем задайте Beta
аргумент пары "имя-значение", чтобы предсказать от условного выражения, следующего из σ 2 или задать Sigma2
аргумент пары "имя-значение", чтобы предсказать от условного выражения, следующего из β.
Каждый раз, когда forecast
должен оценить апостериорное распределение (например, когда Mdl
представляет предшествующее распределение, и вы предоставляете X
и y
) и следующее аналитически послушно, forecast
оценивает решения закрытой формы средств оценки Бейеса. В противном случае, forecast
обращения к симуляции Монте-Карло, чтобы предсказать при помощи следующего прогнозирующего распределения. Для получения дополнительной информации смотрите Следующую Оценку и Вывод.
Этот рисунок иллюстрирует как forecast
уменьшает выборку Монте-Карло использование значений NumDraws
, Thin
, и BurnIn
. Прямоугольники представляют последовательные ничьи от распределения. forecast
удаляет белые прямоугольники из выборки Монте-Карло. Остающийся NumDraws
черные прямоугольники составляют выборку Монте-Карло.
conjugateblm
| customblm
| diffuseblm
| empiricalblm
| lassoblm
| mixconjugateblm
| mixsemiconjugateblm
| semiconjugateblm