coefTest

Класс: NonLinearModel

Линейный тест гипотезы на нелинейных коэффициентах модели регрессии

расширьте все на странице

Синтаксис

p = coefTest(mdl) p = coefTest(mdl,H) p = coefTest(mdl,H,C) [p,F] = coefTest(mdl,...) [p,F,r] = coefTest(mdl,...)

Описание

p = coefTest(mdl) вычисляет p - значение для теста F, который весь коэффициент оценивает в mdl нуль.

p = coefTest(mdl,H) выполняет тест F тот H*B = 0, где B представляет вектор коэффициентов.

p = coefTest(mdl,H,C) выполняет тест F тот H*B = C.

[p,F] = coefTest(mdl,...) возвращается F тестируют статистическую величину.

[p,F,r] = coefTest(mdl,...) возвращает степени свободы числителя для теста.

Входные параметры

`mdl`	Нелинейная модель регрессии, созданная `fitnlm`.
`H`	Числовая матрица, имеющая один столбец для каждого коэффициента в модели. Когда `H` вход, выход `p` p - значение для F тестирует тот `H*B = 0`, где `B` представляет вектор коэффициентов.
`C`	Числовой вектор с одинаковым числом строк как `H`. Когда `C` вход, выход `p` p - значение для F тестирует тот `H*B = C`, где `B` представляет вектор коэффициентов.

Выходные аргументы

`p`	p- теста F (см. Больше О).
`F`	Значение тестовой статистической величины для теста F (см. Больше О).
`r`	Степени свободы числителя для теста F (см. Больше О). Статистическая величина F имеет `r` степени свободы в числителе и `mdl.DFE` степени свободы в знаменателе.

Примеры

развернуть все

Протестируйте нелинейные коэффициенты модели регрессии

Скрипт Open Live Script

Сделайте нелинейную модель пробега как функция веса от carsmall набор данных. Протестируйте коэффициенты, чтобы видеть, должны ли все быть нулем.

Создайте экспоненциальную модель пробега автомобиля как функция веса от carsmall данные. Масштабируйте вес на коэффициент 1 000, таким образом, все переменные примерно равны в размере.

load carsmall
X = Weight;
y = MPG;
modelfun = 'y ~ b1 + b2*exp(-b3*x/1000)';
beta0 = [1 1 1];
mdl = fitnlm(X,y,modelfun,beta0);

Протестируйте модель на существенные различия от постоянной модели.

p = coefTest(mdl)

p = 1.3708e-36

Нет сомнения, что модель содержит ненулевые условия.

Больше о

развернуть все

Протестируйте статистику

p - значение, статистическая величина F и степени свободы числителя допустимы под этими предположениями:

Данные прибывают из нормального распределения.
Записи независимы.

Предположим, что эти предположения содержат. Позвольте β представлять неизвестный вектор коэффициентов линейной регрессии. Предположим, что H является матрицей полного ранга размера r-by-s, где s является количеством условий в β. Позвольте c быть вектором тот же размер как β. Следующее является тестовой статистической величиной для гипотезы что Hβ = c:

$F = {(H \hat{β} - c)}^{'} {(H V H^{'})}^{- 1} (H \hat{β} - c) .$

Здесь $\hat{β}$ оценка вектора коэффициентов β в mdl.Coefs, и V является предполагаемой ковариацией содействующих оценок в mdl.CoefCov. Когда гипотеза верна, тестовая статистическая величина, F имеет Распределение F со степенями свободы u и r.

Альтернативы

Значения обычно используемой тестовой статистики доступны в mdl.Coefficients таблица.

Смотрите также

NonLinearModel

Темы

Нелинейная регрессия

Документация