Exponenta Banner
exponenta event banner

plotEffects

Построить график основных эффектов предикторов в модели линейной регрессии

свернуть все на странице

Синтаксис

plotEffects (mdl)
h = plotEffects (mdl)

Описание

пример

plotEffects(mdl) создает график эффектов предикторов в модели линейной регрессии mdl. График эффектов показывает предполагаемый основной эффект на ответ от изменения каждого значения предиктора, усредняя эффекты других предикторов. Горизонтальная линия через значение эффекта указывает 95% доверительный интервал для значения эффекта.

h = plotEffects(mdl) возвращает объекты строки. Использовать h для изменения свойств определенной линии после создания графика. Список свойств см. в разделе Свойства линии.

Примеры

свернуть все

Открыть сценарий в реальном времени

Загрузить carsmall набор данных и соответствие модели линейной регрессии пробега как функции года модели, веса и квадрата веса. 

load carsmall
tbl = table(MPG,Weight);
tbl.Year = categorical(Model_Year);
mdl = fitlm(tbl,'MPG ~ Year + Weight^2');

Создание графика эффектов. 

plotEffects(mdl)

Figure contains an axes. The axes contains 4 objects of type line.

Длина каждой горизонтальной линии на рисунке показывает 95% доверительный интервал для влияния на реакцию изменения, показанного для каждого предиктора. Например, предполагаемый эффект изменения Year от 70 кому 82 является увеличением примерно на 8 и составляет от 6 до 10 с 95% уверенностью.

Входные аргументы

свернуть все

Объект модели линейной регрессии, указанный как LinearModel объект, созданный с помощью fitlm или stepwiselm, или CompactLinearModel объект, созданный с помощью compact.

Выходные аргументы

свернуть все

Объекты линии, возвращаемые в виде вектора. h(1) соответствует кругам, которые представляют оценки эффекта, и h(j+1) соответствует 95% доверительному интервалу для эффекта предиктора j. Используйте точечную нотацию для запроса и задания свойств объектов линии. Дополнительные сведения см. в разделе Свойства линии.

Подробнее

свернуть все

Главный эффект

Эффект или основной эффект предиктора представляет эффект одного предиктора на ответ от изменения значения предиктора при усреднении эффектов других предикторов.

Для предикторной переменной xs эффект определяется

g (xsi) - g (xsj),

где g - функция скорректированного ответа. plotEffects функция выбирает наблюдения i и j следующим образом. Для категориальной переменной, которая не является порядковой, xsi и xsj являются значениями предиктора, которые производят максимальный и минимальный скорректированные отклики, соответственно, так что значение эффекта всегда является положительным. Для числовой переменной или порядковой категориальной переменной функция выбирает два значения предиктора, которые дают минимальный и максимальный скорректированные отклики, где xsi < xsj.

plotEffects строит график значения эффекта и 95% доверительного интервала значения эффекта для каждой переменной предиктора.

Откорректированный ответ

Скорректированная функция отклика описывает взаимосвязь между подогнанным ответом и одним предиктором, при этом другие предикторы усредняются путем усреднения подогнанных значений по данным, используемым в подгонке.

Регрессионная модель для переменных предиктора (x1, x2,..., xp) и переменной ответа y имеет вид

yi = f (x1i, x2i,..., xpi) + ri,

где f - аппроксимированная регрессионная функция, а r - остаточная функция. Нижний индекс i представляет номер наблюдения.

Скорректированная функция отклика для первой прогнозирующей переменной x1, например, определяется как

g (x1) =1n∑i=1nf (x1, x2i, x3i,..., xpi),

где n - число наблюдений. Скорректированное значение данных отклика представляет собой сумму скорректированного установленного значения и остатка для каждого наблюдения.

y˜i=g (x1i) + ri.

plotAdjustedResponse строит график скорректированной функции отклика и скорректированных значений данных отклика для выбранной переменной предиктора.

Совет

  • Курсор данных отображает значения выбранной точки графика в подсказке данных (небольшое текстовое поле, расположенное рядом с точкой данных). Всплывающая подсказка данных содержит значения осей X и Y для выбранной точки. Используйте значения оси X для просмотра расчетного значения эффекта и его доверительных границ.

Альтернативная функциональность

  • A LinearModel объект обеспечивает несколько функций печати.

    • При создании модели используйте plotAdded чтобы понять эффект добавления или удаления переменной предиктора.

    • При проверке модели используйте plotDiagnostics найти сомнительные данные и понять эффект каждого наблюдения. Кроме того, используйте plotResiduals для анализа остатков модели.

    • После подгонки модели используйте plotAdjustedResponse, plotPartialDependence, и plotEffects чтобы понять эффект конкретного предиктора. Использовать plotInteraction чтобы понять эффект взаимодействия между двумя предикторами. Кроме того, используйте plotSlice для печати фрагментов через поверхность прогнозирования.

Расширенные возможности

См. также

| | |

Темы

Представлен в R2012a

Документация по инструментам для статистического и машинного обучения

Поддержка