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: длины и ширины 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'});

Подогнать модель повторных измерений, где измерения являются откликами и species является переменной предиктора.

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

Случайная генерация новых значений ответа.

ysim = random(rm);

random использует предикторные значения в исходных данных выборки, которые используются для соответствия модели повторных измерений rm в таблице t.

Загрузите образцы данных.

load repeatedmeas

Стол between включает возраст переменных между субъектами, IQ, группу, пол и восемь повторных показателей $$\mathrm{y1-y8}$$ $$\mathrm{}$$в качестве ответов. Стол within включает переменные w1 $$\mathrm{}$$и $$\mathrm{w2\; в\; рамках\; темы}$$. Это смоделированные данные.

Подгоните модель повторных измерений, где повторные измерения $$\mathrm{y1-y8}$$ $$\mathrm{}$$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);

Определите таблицу с новыми значениями для переменных предиктора.

tnew = table(16,93,{'B'},{'Male'},'VariableNames',{'Age','IQ','Group','Gender'})

tnew=1×4 table
    Age    IQ    Group     Gender 
    ___    __    _____    ________

    16     93    {'B'}    {'Male'}

Случайное создание новых значений ответа с использованием значений в новой таблице tnew.

ysim = random(rm,tnew)

ysim = 1×8

   46.2252   66.8003  -40.4987   -1.9930   27.5213  -37.9809    4.8905   -3.7568