coefCI

Доверительные интервалы содействующих оценок обобщенной линейной модели регрессии

свернуть все на странице

Синтаксис

ci = coefCI(mdl)
ci = coefCI(mdl,alpha)

Описание

ci = coefCI(mdl) возвращает 95% доверительных интервалов для коэффициентов в mdl.

пример

ci = coefCI(mdl,alpha) возвращает доверительные интервалы с помощью доверительного уровня 1 – alpha.

Примеры

свернуть все

Скрипт Open Live Script

Найдите доверительные интервалы для коэффициентов подбиравшей обобщенной линейной модели регрессии.

Сгенерируйте выборочные данные с помощью случайных чисел Пуассона с двумя базовыми предикторами X(:,1) и X(:,2). 

rng('default') % For reproducibility
rndvars = randn(100,2);
X = [2 + rndvars(:,1),rndvars(:,2)];
mu = exp(1 + X*[1;2]);
y = poissrnd(mu);

Создайте обобщенную линейную модель регрессии данных Пуассона. 

mdl = fitglm(X,y,'y ~ x1 + x2','Distribution','poisson')
mdl = 
Generalized linear regression model:
    log(y) ~ 1 + x1 + x2
    Distribution = Poisson

Estimated Coefficients:
                   Estimate       SE        tStat     pValue
                   ________    _________    ______    ______

    (Intercept)     1.0405      0.022122    47.034      0   
    x1              0.9968      0.003362    296.49      0   
    x2               1.987     0.0063433    313.24      0   


100 observations, 97 error degrees of freedom
Dispersion: 1
Chi^2-statistic vs. constant model: 2.95e+05, p-value = 0

Найдите 95%-е доверительные интервалы (по умолчанию) для коэффициентов модели. 

ci = coefCI(mdl)
ci = 3×2

    0.9966    1.0844
    0.9901    1.0035
    1.9744    1.9996

Найдите 99% доверительных интервалов для коэффициентов. 

alpha = 0.01;
ci = coefCI(mdl,alpha)
ci = 3×2

    0.9824    1.0986
    0.9880    1.0056
    1.9703    2.0036

Входные параметры

свернуть все

Обобщенная линейная модель регрессии в виде GeneralizedLinearModel объект создал использование fitglm или stepwiseglm, или CompactGeneralizedLinearModel объект, созданный с помощью compact.

Уровень значения для доверительного интервала в виде числового значения в области значений [0,1]. Доверительный уровень ci равно 100 (1 – alpha) %. alpha вероятность, что доверительный интервал не содержит истинное значение.

Пример: 0.01

Типы данных: single | double

Выходные аргументы

свернуть все

Доверительные интервалы, возвращенные как k-by-2 числовая матрица, где k является количеством коэффициентов. j th строка ci доверительный интервал j th коэффициент mdl. Имя коэффициента j хранится в CoefficientNames свойство mdl.

Типы данных: single | double

Больше о

свернуть все

Доверительный интервал

Содействующие доверительные интервалы обеспечивают меру точности для оценок коэффициента регрессии.

100 (1 – α) доверительный интервал % дает область значений, которую соответствующий коэффициент регрессии будет хорошо знать 100 (1 – α) доверие %, означая, что 100 (1 – α) % интервалов, следующих из повторного экспериментирования, будет содержать истинное значение коэффициента.

Программное обеспечение находит доверительные интервалы с помощью Вальдового метода. 100* (1 – α) доверительные интервалы % для коэффициентов регрессии

bi±t(1−α/2,n−p)SE(bi),

где b, i является содействующей оценкой, SE (b i) является стандартной погрешностью содействующей оценки, и t (1–α/2, n –p) является 100 (1 – α/2) процентиль t - распределения с n – степени свободы p. n является количеством наблюдений, и p является количеством коэффициентов регрессии.

Расширенные возможности

Смотрите также

| | |

Темы

Представленный в R2012a

Документация Statistics and Machine Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте