plotResiduals

Класс: LinearMixedModel

Печать остатков линейной модели смешанных эффектов

развернуть все на странице

Синтаксис

plotResiduals (lme, плоттип)

plotResiduals (lme, тип печати, имя, значение)

h = plotResiduals (___)

Описание

пример

plotResiduals(lme,plottype) строит графики необработанных условных остатков линейной модели смешанных эффектов lme на графике типа, указанного plottype.

пример

plotResiduals(lme,plottype,Name,Value) также строит графики остатков линейной модели смешанных эффектов lme с дополнительными параметрами, заданными одним или несколькими аргументами пары имя-значение. Например, можно указать тип остатка для печати.

plotResiduals также принимает некоторые другие аргументы пары имя-значение, которые задают свойства основной линии на графике. Для получения информации о парах имя-значение см. plot.

h = plotResiduals(___) возвращает дескриптор, h, к линиям или фрагментам на графике остатков.

Входные аргументы

развернуть все

`lme` - Линейная модель смешанных эффектов
`LinearMixedModel` объект

Линейная модель смешанных эффектов, заданная как LinearMixedModel объект, построенный с помощью fitlme или fitlmematrix.

`plottype` - Тип остаточного участка
`'histogram'` (по умолчанию) | `'caseorder'` | `'fitted'` | `'lagged'` | `'probability'` | `'symmetry'`

Тип остаточного графика, указанный как один из следующих.

`'histogram'`	По умолчанию. Гистограмма остатков
`'caseorder'`	Остатки в сравнении с порядком регистра (строки)
`'fitted'`	Остаточные значения по сравнению с подходящими значениями
`'lagged'`	Остатки по сравнению с запаздывающим остатком (r (t) против r (t-1))
`'probability'`	График нормальной вероятности
`'symmetry'`	График симметрии

Пример: plotResiduals(lme,'lagged')

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

`'ResidualType'` - Остаточный тип
`'Raw'` (по умолчанию) | `'Pearson'` | `'Standardized'`

Остаточный тип, определяемый разделенной запятыми парой, состоящей из ResidualType и одно из следующих.

Тип остатка Условный Крайний

Тип остатка	Условный	Крайний
`'Raw'`	$_{}^{riC} {= [y \bar{} \overset{}{Xβ}^}_{}$ − Zb ^] i	$_{}^{riM} {= [y \bar{}}_{}$ Xβ ^] i
`'Pearson'`	$_{}^{priC} \frac{=_{}^{}}{{\sqrt{{\overset{}{riC [}}_{Var}^y, b (y}}_{-}}$ Xβ − Zb)] ii	$_{}^{priM} \frac{=_{}^{}}{\sqrt{{{\overset{}{riM [}}_{} Var^y (}_{y}}}$ − Xβ)] ii
`'Standardized'`	$_{}^{stiC} \frac{=_{}^{}}{\sqrt{{{\overset{}{riC [}}_{} Var^{^} y}_{(}}}$ rC)] ii	$_{}^{stiM} \frac{=_{}^{}}{\sqrt{{\overset{}{rIm [}}_{} Var (^{rM)]}_{}}}$ ii

'Raw'

$_{}^{riC} {= [y \bar{} \overset{}{Xβ}^}_{}$ − Zb ^] i

$_{}^{riM} {= [y \bar{}}_{}$ Xβ ^] i

'Pearson'

$_{}^{priC} \frac{=_{}^{}}{{\sqrt{{\overset{}{riC [}}_{Var}^y, b (y}}_{-}}$ Xβ − Zb)] ii

$_{}^{priM} \frac{=_{}^{}}{\sqrt{{{\overset{}{riM [}}_{} Var^y (}_{y}}}$ − Xβ)] ii

'Standardized'

$_{}^{stiC} \frac{=_{}^{}}{\sqrt{{{\overset{}{riC [}}_{} Var^{^} y}_{(}}}$ rC)] ii

$_{}^{stiM} \frac{=_{}^{}}{\sqrt{{\overset{}{rIm [}}_{} Var (^{rM)]}_{}}}$ ii

Дополнительные сведения об условных и предельных остатках и остаточных отклонениях см. в разделе Definitions в конце этой страницы.

Пример: 'ResidualType','Standardized'

Выходные аргументы

развернуть все

`h` - Перейти к остаточному графику
ручка

Ручка к остаточному графику, возвращаемая как ручка.

Примеры

развернуть все

Изучить остатки

Открыть сценарий в реальном времени

Загрузите образцы данных.

load('weight.mat')

weight содержит данные продольного исследования, в котором 20 субъектов случайным образом распределяются по 4 программам упражнений, и их потеря веса регистрируется в течение шести 2-недельных периодов времени. Это смоделированные данные.

Сохраните данные в таблице. Определить Subject и Program в качестве категориальных переменных.

tbl = table(InitialWeight,Program,Subject,Week,y);
tbl.Subject = categorical(tbl.Subject);
tbl.Program = categorical(tbl.Program);

Подгонка линейной модели смешанных эффектов, где начальный вес, тип программы, неделя и взаимодействие между неделей и типом программы являются фиксированными эффектами. Перехват и неделя варьируются в зависимости от субъекта.

lme = fitlme(tbl,'y ~ InitialWeight + Program*Week + (Week|Subject)');

Постройте график гистограммы необработанных остатков.

plotResiduals(lme)

Figure contains an axes. The axes with title Histogram of residuals contains an object of type patch.

Постройте график остаточных значений по сравнению с подходящими значениями.

plotResiduals(lme,'fitted')

Figure contains an axes. The axes with title Plot of residuals vs. fitted values contains 2 objects of type line.

Нет очевидной закономерности, поэтому нет непосредственных признаков гетероскедастичности.

Создайте график нормальной вероятности остатков.

plotResiduals(lme,'probability')

Figure contains an axes. The axes with title Normal probability plot of residuals contains 2 objects of type line.

Данные кажутся нормальными.

Найдите номер наблюдения для данных, которые кажутся отклонениями справа от графика.

find(residuals(lme)>0.25)

ans = 101

Создайте рамочный график необработанных, пирсоновских и стандартизированных остатков.

r = residuals(lme);
pr = residuals(lme,'ResidualType','Pearson');
st = residuals(lme,'ResidualType','Standardized');
X = [r pr st];
boxplot(X,'labels',{'Raw','Pearson','Standardized'})

Figure contains an axes. The axes contains 21 objects of type line.

Все три рамочных графика указывают на отклонение в правом хвосте распределения. Прямоугольные графики сырых остатков и остатков Пирсона также указывают на второе возможное отклонение на левом хвосте. Найдите соответствующий номер наблюдения.

find(pr<-2)

ans = 10

Постройте график необработанных остатков по сравнению с запаздывающими остатками.

plotResiduals(lme,'lagged')

Figure contains an axes. The axes with title Plot of residuals vs. lagged residuals contains 3 objects of type line.

В графике нет очевидной закономерности. Остатки, по-видимому, не коррелируются.

См. также

fitted | LinearMixedModel | residuals

Документация

plotResiduals

Синтаксис

Описание

Входные аргументы

`lme` - Линейная модель смешанных эффектов
`LinearMixedModel` объект

`plottype` - Тип остаточного участка
`'histogram'` (по умолчанию) | `'caseorder'` | `'fitted'` | `'lagged'` | `'probability'` | `'symmetry'`

Аргументы пары «имя-значение»

`'ResidualType'` - Остаточный тип
`'Raw'` (по умолчанию) | `'Pearson'` | `'Standardized'`

Выходные аргументы

`h` - Перейти к остаточному графику
ручка

Примеры

Изучить остатки

См. также

Документация по инструментам для статистического и машинного обучения

Поддержка

Документация

plotResiduals

Синтаксис

Описание

Входные аргументы

lme - Линейная модель смешанных эффектов LinearMixedModel объект

plottype - Тип остаточного участка 'histogram' (по умолчанию) | 'caseorder' | 'fitted' | 'lagged' | 'probability' | 'symmetry'

Аргументы пары «имя-значение»

'ResidualType' - Остаточный тип 'Raw' (по умолчанию) | 'Pearson' | 'Standardized'

Выходные аргументы

h - Перейти к остаточному графику ручка

Примеры

Изучить остатки

См. также

Документация по инструментам для статистического и машинного обучения

Поддержка

`lme` - Линейная модель смешанных эффектов
`LinearMixedModel` объект

`plottype` - Тип остаточного участка
`'histogram'` (по умолчанию) | `'caseorder'` | `'fitted'` | `'lagged'` | `'probability'` | `'symmetry'`

`'ResidualType'` - Остаточный тип
`'Raw'` (по умолчанию) | `'Pearson'` | `'Standardized'`

`h` - Перейти к остаточному графику
ручка