Создание добавленного графика переменных с использованием входных данных
addedvarplot(X,y,num,inmodel)
addedvarplot(X,y,num,inmodel,stats)
addedvarplot(ax,___)
addedvarplot(X,y,num,inmodel) отображает график добавленной переменной с использованием прогностических терминов в X, значения ответа в y, добавленный термин в столбце num из Xи модель с текущими терминами, указанными inmodel. X является матрицей n-за-p из n наблюдений p-прогностических терминов. y - вектор n значений отклика. num является скалярным индексом, определяющим столбец X с добавлением термина. inmodel является логическим вектором p элементов, задающим столбцы X в текущей модели. По умолчанию все элементы inmodel являются false.
Примечание
addedvarplot автоматически включает постоянный член во все модели. Не вводите столбец 1 непосредственно в X.
addedvarplot(X,y,num,inmodel,stats) использует stats выходные данные из stepwisefit функция для повышения эффективности повторных вызовов addedvarplot. В противном случае этот синтаксис эквивалентен предыдущему синтаксису.
addedvarplot(ax,___) создает график в осях, указанных ax вместо текущих осей (gca). Выбор ax может предшествовать любой из комбинаций входных аргументов в предыдущих синтаксисах. Дополнительные сведения о создании Axes объект, см. axes и gca.
Добавленные графики переменных используются для определения уникального эффекта добавления нового термина в многолинейную модель. На сюжете показана взаимосвязь между частью ответа, необъяснимой терминами уже в модели, и частью нового термина, необъяснимой терминами уже в модели. «Необъяснимые» части измеряются остатками соответствующих регрессий. Рассеяние остатков от двух регрессий образует добавленную переменную график. Помимо разброса остатков, сюжет, произведенный addedvarplot показывает 95% доверительные интервалы для прогнозов из подогнанной линии. Наклон подгоняемой линии - это коэффициент, который имел бы новый термин, если бы он был добавлен в модель с терминами inmodel. Дополнительные сведения см. в разделе Добавленный график переменных.
Добавленные графики переменных иногда называются графиками частичной регрессии.
Можно создать объект модели линейной регрессии LinearModel с помощью fitlm или stepwiselm и использовать функцию объекта plotAdded для создания добавленной переменной печати.
A LinearModel объект предоставляет свойства объекта и функции объекта для исследования аппроксимированной модели линейной регрессии. Свойства объекта включают в себя информацию об оценках коэффициентов, сводную статистику, метод подгонки и входные данные. Функции объекта используются для прогнозирования откликов, а также для изменения, оценки и визуализации модели линейной регрессии.