Значения логистической регрессии многочлена
возвращает предсказанные вероятности для модели логистической регрессии многочлена с предикторами, pihat
= mnrval(B
,X
)X
, и содействующие оценки, B
.
pihat
n-by-k матрица предсказанных вероятностей для каждой категории многочлена. B
вектор или матрица, которая содержит содействующие оценки, возвращенные mnrfit
. И X
n-by-p матрица, которая содержит наблюдения n для предикторов p.
Примечание
mnrval
автоматически включает постоянный термин во всех моделях. Не вводите столбец 1 с в X
.
[
также возвращает 95% ошибочных границ на предсказанных вероятностях, pihat
,dlow
,dhi
]
= mnrval(B
,X
,stats
)pihat
, с помощью статистики в структуре, stats
, возвращенный mnrfit
.
Более низкие и верхние доверительные границы для pihat
pihat
минус dlow
и pihat
плюс dhi
, соответственно. Доверительные границы неодновременны и только применяются к кривой по экспериментальным точкам, не к новым наблюдениям.
[
возвращает предсказанные вероятности и 95% ошибочных границ на предсказанных вероятностях pihat
,dlow
,dhi
]
= mnrval(B
,X
,stats
,Name,Value
)pihat
, с дополнительными опциями, заданными одним или несколькими Name,Value
парные аргументы.
Например, можно задать тип модели, функцию ссылки и тип вероятностей, чтобы возвратиться.
[
также вычисляет 95% ошибочных границ на предсказанных количествах yhat
,dlow
,dhi
]
= mnrval(B
,X
,ssize
,stats
)yhat
, с помощью статистики в структуре, stats
, возвращенный mnrfit
.
Более низкие и верхние доверительные границы для yhat
yhat
минус dlo
и yhat
плюс dhi
, соответственно. Доверительные границы неодновременны, и они применяются к кривой по экспериментальным точкам, не к новым наблюдениям.
[
возвращает предсказанные количества категории и 95% ошибочных границ на предсказанных количествах yhat
,dlow
,dhi
]
= mnrval(B
,X
,ssize
,stats
,Name,Value
)yhat
, с дополнительными опциями, заданными одним или несколькими Name,Value
парные аргументы.
Например, можно задать тип модели, функцию ссылки и тип предсказанных количеств, чтобы возвратиться.
[1] Маккуллаг, P. и Дж. А. Нелдер. Обобщенные линейные модели. Нью-Йорк: Chapman & Hall, 1990.