coefCI

Доверительные интервалы оценок коэффициентов обобщенной линейной регрессионой модели

Свернуть все на странице

Синтаксис

ci = coefCI(mdl)
ci = coefCI(mdl,alpha)

Описание

ci = coefCI(mdl) возвращает 95% доверительные интервалы для коэффициентов в mdl.

пример

ci = coefCI(mdl,alpha) Возвраты интервалы доверия с помощью уровня доверия 1 - alpha.

Примеры

свернуть все

Открыть Live Script

Найдите доверительные интервалы для коэффициентов подобранной обобщенной линейной регрессионой модели.

Сгенерируйте выборочные данные с помощью случайных чисел Пуассона с двумя базовыми предикторами X(:,1) и X(:,2). 

rng('default') % For reproducibility
rndvars = randn(100,2);
X = [2 + rndvars(:,1),rndvars(:,2)];
mu = exp(1 + X*[1;2]);
y = poissrnd(mu);

Создайте обобщенную линейную регрессионую модель данных Пуассона. 

mdl = fitglm(X,y,'y ~ x1 + x2','Distribution','poisson')
mdl = 
Generalized linear regression model:
    log(y) ~ 1 + x1 + x2
    Distribution = Poisson

Estimated Coefficients:
                   Estimate       SE        tStat     pValue
                   ________    _________    ______    ______

    (Intercept)     1.0405      0.022122    47.034      0   
    x1              0.9968      0.003362    296.49      0   
    x2               1.987     0.0063433    313.24      0   


100 observations, 97 error degrees of freedom
Dispersion: 1
Chi^2-statistic vs. constant model: 2.95e+05, p-value = 0

Найдите 95% (по умолчанию) доверительных интервалов для коэффициентов модели. 

ci = coefCI(mdl)
ci = 3×2

    0.9966    1.0844
    0.9901    1.0035
    1.9744    1.9996

Найдите 99% доверительные интервалы для коэффициентов. 

alpha = 0.01;
ci = coefCI(mdl,alpha)
ci = 3×2

    0.9824    1.0986
    0.9880    1.0056
    1.9703    2.0036

Входные параметры

свернуть все

Обобщенная линейная регрессионая модель, заданная как GeneralizedLinearModel объект, созданный с помощью fitglm или stepwiseglm, или CompactGeneralizedLinearModel объект, созданный с помощью compact.

Уровень значимости для интервала доверия, заданный как числовое значение в область значений [0,1]. Уровень доверия ci равно 100 ( 1 - alpha)%. alpha - вероятность того, что доверительный интервал не содержит истинного значения.

Пример: 0.01

Типы данных: single | double

Выходные аргументы

свернуть все

Доверительные интервалы, возвращенные как k -на-2 числовая матрица, где k - количество коэффициентов. j строка ci - доверительный интервал j-го коэффициента mdl. Имя j коэффициентов сохранено в CoefficientNames свойство mdl.

Типы данных: single | double

Подробнее о

свернуть все

Доверительный интервал

Доверительные интервалы коэффициента обеспечивают меру точности для оценок коэффициента регрессии.

100 ( 1 - α)% доверительный интервал дает область значений, в котором соответствующий коэффициент регрессии будет со 100 (1 - α)% доверительным, что означает, что 100 ( 1 - α)% интервалов, полученных в результате повторных экспериментов, будут содержать истинное значение коэффициента.

Программа находит доверительные интервалы с помощью метода Уолда. 100 * (1 - α)% доверительных интервалов для коэффициентов регрессии

bi±t(1−α/2,n−p)SE(bi),

где b i - оценка коэффициента, SE (b i) - стандартная ошибка оценки коэффициента, а t (1-α/2, n - p) -  100 (1 - α/2) процентиль t - распределение  с n - p степенями свободы. n - количество наблюдений, а p - количество коэффициентов регрессии.

Расширенные возможности

См. также

| | |

Темы

Введенный в R2012a

Statistics and Machine Learning Toolbox документация

Поддержка

Для просмотра документации необходимо авторизоваться на сайте