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 в зависимости от веса от carsmall набор данных. Протестируйте коэффициенты, чтобы видеть, должны ли все быть нулем.

Создайте экспоненциальную модель пробега автомобиля в зависимости от 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