Создайте добавленный график переменной с помощью входных данных
addedvarplot(X,y,num,inmodel)
addedvarplot(X,y,num,inmodel,stats)
addedvarplot(ax,___)
addedvarplot(X,y,num,inmodel)
отображает добавленный график переменной, используя прогнозирующие условия в X
, значения отклика в y
, добавленный термин в столбце num
от X
, и модель с текущими терминами, заданными inmodel
. X
является n -by - p матрицей n наблюдений p прогнозирующих членов. y
- вектор n значений отклика. num
- скалярный индекс, задающий столбец X
с термином, который будет добавлен. inmodel
является логическим вектором p элементов, задающих столбцы X
в текущей модели. По умолчанию все элементы inmodel
являются false
.
Примечание
addedvarplot
автоматически включает в себя постоянный член во всех моделях. Не вводите столбец 1с непосредственно в X
.
addedvarplot(X,y,num,inmodel,stats)
использует stats
вывод из выхода stepwisefit
функция повышения эффективности повторных вызовов в addedvarplot
. В противном случае этот синтаксис эквивалентен предыдущему синтаксису.
addedvarplot(ax,___)
создает график в заданных ax
осях вместо текущей системы координат (
gca
). Опция ax
может предшествовать любой комбинации входных аргументов в предыдущих синтаксисах. Для получения дополнительной информации о создании Axes
объект, см. axes
и gca
.
Добавленные переменные графики используются, чтобы определить уникальный эффект добавления нового термина к многолинейной модели. График показывает связь между необъясненной терминами частью ответа, уже имеющейся в модели, и частью нового термина, необъясненной терминами, уже имеющимися в модели. «Необъясненные» части измеряются невязками соответствующих регрессий. Рассеяние невязок из двух регрессий формирует добавленный переменный график. В сложение к рассеянию невязок, график, произведенная addedvarplot
показывает 95% доверительные интервалы на предсказаниях от установленной линии. Наклон подобранной линии является коэффициентом, который был бы у нового термина, если бы он был добавлен к модели с терминами inmodel
. Для получения дополнительной информации см. Раздел «Добавленный график переменной».
Добавленные переменные графики иногда известны как графики частичного регрессионного кредитования.
Можно создать объект линейной регрессионной модели LinearModel
при помощи fitlm
или stepwiselm
и использовать функцию объекта plotAdded
чтобы создать дополнительный график переменной.
A LinearModel
объект предоставляет свойства объекта и функции объекта, чтобы исследовать подобранную линейную регрессионую модель. Свойства объекта включают информацию о оценках коэффициентов, сводной статистике, методе аппроксимации и входных данных. Используйте функции объекта для предсказания откликов и для изменения, оценки и визуализации линейной регрессионой модели.