Изменение статуса пошагового выбора для указанных терминов
[S, model] = StepwiseRegression(model, optional toggleTerms)
Это метод mbcmodel.model, только для линейных моделей. Этот метод возвращает таблицу Stepwise (как в значениях Stepwise для ParameterStatistics). Оставить без внимания toggleTerms для получения текущих значений Stepwise. Вы можете удалить или включить параметры с помощью StepuseRegression, если их StepuseStatus Step.
Возвращаемые значения Stepwise аналогичны значениям таблицы в Stepwise GUI. Для каждого параметра столбцами являются: значение коэффициента, стандартная ошибка коэффициента, t значение и Next PRESS (значение PRESS, если статус этого члена изменяется при следующей итерации). Найдите самый низкий Next PRESS, чтобы указать, какие термины следует переключить, чтобы улучшить прогнозирующую мощность модели.
Вызов StepuseRegression для переключения между in и out для конкретных параметров. toggleTerms может быть индексом, указывающим, какие параметры следует переключить, или массивом или логическим, где истинное значение указывает на необходимость переключения. Показанный пример переключает параметр 4, после проверки столбца Next PRESS указывает на то, что изменение статуса этого термина приведет к низшему значению PRESS. Функция StepuseRegression возвращает новые значения Stepwise после переключения параметра.
После внесения изменений в модель с помощью StepuseRegression необходимо вызвать StartResponse.
Используйте StepuseStatus (в дочернем объекте modelparameters), чтобы увидеть, какие параметры имеют статус Step; они могут быть переключены между in и out с использованием StepuseRegression (для родительского объекта модели).
Используйте StepuseSelection (в дочернем объекте modelparameters) для просмотра терминов in и out, как показано в примере.
[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'