StepwiseRegression

Измените пошаговое состояние выбора для заданных условий

Синтаксис

[S, model] = StepwiseRegression(model, optional toggleTerms)

Описание

Это - метод mbcmodel.model, для линейных моделей только. Этот метод возвращает таблицу Stepwise (как в Пошаговых значениях для ParameterStatistics). Не учтите toggleTerms получить текущие Пошаговые значения. Можно принять решение удалить или включать использование параметров StepwiseRegression, пока их StepwiseStatus является Step.

Пошаговые возвращенные значения совпадают с найденными в таблице в Пошаговом графический интерфейсе пользователя. Для каждого параметра столбцы: значение коэффициента, стандартная погрешность коэффициента, t значения и Затем НАЖИМАЮТ (значение НАЖАТИЯ, если состояние этого термина изменяется в следующей итерации). Ищите самое низкое Следующее НАЖАТИЕ, чтобы указать, какие условия переключить для того, чтобы улучшить предсказательную силу модели.

Вызовите StepwiseRegression, чтобы переключиться между in и out для конкретных параметров. toggleTerms может быть или индекс, который задает, какие параметры переключить, или массив или логический, где истинное значение указывает, что переключатель должен произойти. Пример, показанный параметр переключателей 4, после контроля Следующего столбца НАЖАТИЯ, указывает, что изменение состояния этого термина приведет к самому низкому НАЖАТИЮ. StepwiseRegression возвращает новые Пошаговые значения после переключения параметра.

После внесения изменений в использование модели StepwiseRegression необходимо вызвать UpdateResponse.

Используйте StepwiseStatus (на дочернем объекте modelparameters), чтобы видеть, какие параметры имеют состояние Step; они могут быть переключены между in и out использование StepwiseRegression (на объекте родительской модели).

Используйте StepwiseSelection (на дочернем объекте modelparameters), чтобы просмотреть, какими условиями является in и out, как показано в примере.

Примеры

[S, knot] = StepwiseRegression(knot)
S =

  1.0e+003 *

    0.1316    0.0606    0.0200       NaN
    0.0000    0.0000    0.0200    2.0919
    0.0000    0.0000    0.0190    0.2828
   -0.0000    0.0000    0.0190    0.2531
    0.0000    0.0000    0.0190    0.2680
   -0.0551    0.0347    0.0200    0.2566
    0.0919    0.0264    0.0200    0.3672
   -0.0040    0.0023    0.0200    0.2564
   -0.0178    0.0095    0.0200    0.2644
    0.0008    0.0004    0.0200    0.2787

[S, knot] = StepwiseRegression(knot, 4)

S =

  129.8406   60.1899   19.0000       NaN
    0.0048    0.0008   19.0000  662.3830
    0.0000    0.0000   18.0000  290.8862
   -0.0021    0.0019   19.0000  245.9833
    0.0001    0.0002   18.0000  281.4104
  -50.4091   34.7401   19.0000  262.8346
   94.9675   26.3690   19.0000  400.6572
   -4.0887    2.2488   19.0000  262.6588
  -17.9412    9.4611   19.0000  276.7535
    0.8229    0.3734   19.0000  292.0827

params = knot.Parameters;
N = params.StepwiseSelection

N = 
    'in'
    'in'
    'out'
    'in'
    'out'
    'in'
    'in'
    'in'
    'in'
    'in'

>> StepwiseRegression(knot, 4);
params = knot.Parameters;
N = params.StepwiseSelection

N = 
    'in'
    'in'
    'out'
    'out'
    'out'
    'in'
    'in'
    'in'
    'in'
    'in'

Смотрите также

| |

Представлено до R2006a