StepwiseRegression

Изменение пошагового статуса выбора для заданных условий

Синтаксис

[S, model] = StepwiseRegression(model, optional toggleTerms)

Описание

Это метод mbcmodel.model, только для линейных моделей. Этот метод возвращает таблицу Stepwise (как в значениях Stepwise для ParameterStatistics). Оставьте вне toggleTerms для получения текущих ступенчатых значений. Можно принять решение удалить или включить параметры с помощью StepwiseRegression, пока их StepwiseStatus Step.

Возвращенные значения Stepwise те же, что и в таблице в Stepwise GUI. Для каждого параметра столбцами являются: значение коэффициента, стандартная ошибка коэффициента, значение t и Next PRESS (значение PRESS, если состояние этого термина изменено при следующей итерации). Проверьте самый низкий Next PRESS, чтобы указать, какие условия следует переключать, порядок улучшить прогнозирующую степень модели.

Вызовите StepwiseRegression, чтобы переключаться между in и out для конкретных параметров. toggleTerms может быть либо индексом, который задает параметры для переключения, либо массивом или логическим, где истинное значение указывает, что переключение должно происходить. Пример, показанный на рисунке, переключает параметр 4, после проверки столбца Next PRESS указывает, что изменение статуса этого термина приведет к самому низкому PRESS. StepwiseRegression возвращает новые значения Stepwise после переключения параметра.

После внесения изменений в модель с помощью StepwiseRegression необходимо вызвать UpdateResponse.

Используйте StepwiseStatus (на объекте дочерних моделепараметров), чтобы увидеть, какие параметры имеют статус Step; они могут переключаться между in и out использование StepwiseRegression (на объекте родительской модели).

Используйте StepwiseSelection (на объекте дочерних моделепараметров), чтобы просмотреть, какие условия in и out, как показано на примере.

Примеры

[S, knot] = StepwiseRegression(knot)
S =

  1.0e+003 *

    0.1316    0.0606    0.0200       NaN
    0.0000    0.0000    0.0200    2.0919
    0.0000    0.0000    0.0190    0.2828
   -0.0000    0.0000    0.0190    0.2531
    0.0000    0.0000    0.0190    0.2680
   -0.0551    0.0347    0.0200    0.2566
    0.0919    0.0264    0.0200    0.3672
   -0.0040    0.0023    0.0200    0.2564
   -0.0178    0.0095    0.0200    0.2644
    0.0008    0.0004    0.0200    0.2787

[S, knot] = StepwiseRegression(knot, 4)

S =

  129.8406   60.1899   19.0000       NaN
    0.0048    0.0008   19.0000  662.3830
    0.0000    0.0000   18.0000  290.8862
   -0.0021    0.0019   19.0000  245.9833
    0.0001    0.0002   18.0000  281.4104
  -50.4091   34.7401   19.0000  262.8346
   94.9675   26.3690   19.0000  400.6572
   -4.0887    2.2488   19.0000  262.6588
  -17.9412    9.4611   19.0000  276.7535
    0.8229    0.3734   19.0000  292.0827

params = knot.Parameters;
N = params.StepwiseSelection

N = 
    'in'
    'in'
    'out'
    'in'
    'out'
    'in'
    'in'
    'in'
    'in'
    'in'

>> StepwiseRegression(knot, 4);
params = knot.Parameters;
N = params.StepwiseSelection

N = 
    'in'
    'in'
    'out'
    'out'
    'out'
    'in'
    'in'
    'in'
    'in'
    'in'
Представлено до R2006a