SSE и доверительный интервал для преобразований Box-Cox
[sse, ci, lambda] = BoxCoxSSE(Model, lambda)
[sse, ci, lambda] = BoxCoxSSE(Model)
BoxCoxSSE(Model, ...)
Это метод mbcmodel.linearmodel.
[sse, ci, lambda] = BoxCoxSSE(Model, lambda) вычисляет сумму ошибок квадратов (sse) и доверительный интервал (ci) для значений модели при различных преобразованиях Box-Cox (как задано параметром lambda). Используются данные, которые использовались для соответствия модели. sse является вектором того же размера, что и lambda и ci является скаляром. Статистическая разница между преобразованиями Бокса-Кокса отсутствует, где sse меньше, чем ci.
[sse, ci, lambda] = BoxCoxSSE(Model) Если lambda не указан, то используются значения по умолчанию для, которые возвращаются в третьем выходном аргументе.
BoxCoxSSE(Model, ...) Если выходные аргументы не запрашиваются, отображается график зависимости SSE от лямбды. Доверительные интервалы также отображаются на этом графике.
Чтобы попробовать несколько различных значений, параметра Box-Cox и построить график результатов:
lambda = -3:0.5:3; [sse, ci] = BoxCoxSSE( M, lambda); semilogy( lambda, sse, 'bo-', lambda([1,end]), [ci, ci], 'r--' ); xlabel( 'Box-Cox parameter, \lambda' ); ylabel( 'SSE' );
Обратите внимание, что BoxCoxSSE не задает преобразование Box-Cox в модели. Для этого используйте:
M.Properties.BoxCox = 0; [S,M] = M.Fit;