Exponenta Banner
exponenta event banner

plotprofile

Класс: Модель МР

График ожидаемых предельных значений с необязательной группировкой

развернуть все на странице

Синтаксис

плотпрофиль (rm, X)
плотпрофиль (rm, имя, значение)
H = графпрофиль (___)

Описание

пример

plotprofile(rm,X) строит график ожидаемых предельных значений, рассчитанных на основе модели повторных измерений rm как функция переменной X.

пример

plotprofile(rm,Name,Value) строит график ожидаемых предельных значений, рассчитанных на основе модели повторных измерений rm с дополнительными опциями, указанными одним или несколькими Name,Value аргументы пары.

Например, можно задать коэффициенты для группировки или изменить цвета линий.

H = plotprofile(___) возвращает дескрипторы, H, к построенным линиям.

Входные аргументы

развернуть все

Модель повторных измерений, возвращенная как RepeatedMeasuresModel объект.

Свойства и методы этого объекта см. в разделе RepeatedMeasuresModel.

Имя коэффициента между субъектами или внутри субъектов, заданного как вектор символов или скаляр строки.

Например, если требуется построить график маргинальных средств как функции групп варьируемого препарата между субъектами, можно указать его следующим образом.

Пример: 'Drug'

Типы данных: char | string

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.

Имя фактора или факторов между объектами, указанное как пара, разделенная запятыми, состоящая из 'Group' и символьный вектор, строковый массив или массив ячеек символьных векторов. Этот аргумент пары имя-значение группирует строки в соответствии со значениями коэффициента.

Например, если у вас есть два фактора между предметами, наркотик и пол, и вы хотите сгруппировать линии на графике по ним, вы можете указать эти факторы следующим образом.

Пример: 'Group',{'Drug','Sex'}

Типы данных: char | string | cell

Маркер, используемый для каждой группы, указанный как разделенная запятыми пара, состоящая из 'Marker' и строковый массив или массив ячеек символьных векторов.

Например, если у вас есть два фактора между субъектами, наркотик и пол, с каждой из которых две группы, вы можете указать o в качестве маркера для групп лекарственных средств и x в качестве маркера для групп пола следующим образом.

Пример: 'Marker',{'o','o','x','x'}

Типы данных: string | cell

Цвет для каждой группы, определяемый как разделенная запятыми пара, состоящая из 'Color' и символьный вектор, строковый массив, клеточный массив символьных векторов или строки трехколонной матрицы RGB.

Например, если у вас есть два межобъектных фактора, препарат и пол, причем каждая имеет две группы, вы можете указать красный цвет в качестве цвета для групп наркотиков и синий в качестве цвета для групп полов следующим образом.

Пример: 'Color','rrbb'

Типы данных: single | double | char | string | cell

Стиль линии для каждой группы, указанный как разделенная запятыми пара, состоящая из 'LineStyle' и строковый массив или массив ячеек символьных векторов.

Например, если у вас есть два фактора между субъектами, наркотик и пол, с каждой из которых две группы, вы можете указать - как стиль линии одной группы и : в качестве стиля линий для другой группы следующим образом.

Пример: 'LineStyle',{'-' ':' '-' ':'}

Типы данных: string | cell

Выходные аргументы

развернуть все

Ручка к линиям печати, возвращаемая как ручка.

Примеры

развернуть все

Открыть сценарий в реальном времени

Загрузите образцы данных. 

load fisheriris

Вектор столбца species состоит из цветков радужки трёх различных видов: сетозы, версиколора и виргиники. Двойная матрица meas состоит из четырёх видов измерений на цветках: длина и ширина чашелистиков и лепестков в сантиметрах соответственно.

Храните данные в табличном массиве. 

t = table(species,meas(:,1),meas(:,2),meas(:,3),meas(:,4),...
'VariableNames',{'species','meas1','meas2','meas3','meas4'});
Meas = dataset([1 2 3 4]','VarNames',{'Measurements'});

Подгоните модель повторных измерений, где измерения являются откликами, а вид является предикторной переменной.

rm = fitrm(t,'meas1-meas4~species','WithinDesign',Meas);

Выполните данные, сгруппированные по видам факторов. 

plotprofile(rm,'species')

Figure contains an axes. The axes contains an object of type line.

Предполагаемые предельные значения, по-видимому, отличаются от групповых. Можно вычислить стандартную ошибку и 95% доверительные интервалы для предельных значений, используя margmean способ.

Открыть сценарий в реальном времени

Загрузите образцы данных. 

load repeatedmeas

Стол between включает в себя переменные между субъектами возраст, IQ, группа, пол и восемь повторных показателей y1 через y8 в качестве ответов. Стол within включает переменные внутри темы w1 и w2. Это смоделированные данные.

Подгонка модели повторных измерений, где повторные измерения y1 через y8 являются ответами, а возраст, IQ, группа, пол и взаимодействие группа-пол являются предикторными переменными. Также укажите матрицу проектирования внутри субъекта. 

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Постройте график расчетных предельных значений на основе факторов Group и Gender. 

ax1 = subplot(1,2,1);
plotprofile(rm,'Group')
ax2 = subplot(1,2,2);
plotprofile(rm,'Gender')
linkaxes([ax1 ax2],'y')

Figure contains 2 axes. Axes 1 contains an object of type line. Axes 2 contains an object of type line.

Постройте график расчетных предельных значений на основе коэффициента Group и сгруппированы по Gender. 

figure()
plotprofile(rm,'Group','Group','Gender')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Gender=Female, Gender=Male.

См. также

| |

Документация по инструментам для статистического и машинного обучения

Поддержка