plotSlice

График срезов через подобранную обобщенную линейную регрессионую поверхность

Синтаксис

Описание

пример

plotSlice(mdl) создает рисунок, содержащую один или несколько графиков, каждый из которых представляет срез через регрессионую поверхность, предсказанную mdl. Каждый график показывает установленные значения отклика как функцию одной переменной предиктора, при этом другие переменные предиктора остаются постоянными.

plotSlice также отображает 95% доверительные границы для значений отклика. Используйте Bounds меню, чтобы выбрать тип доверия границ, и используйте Predictors меню, чтобы выбрать предикторы, которые будут использоваться для каждого графика среза. Для получения дополнительной информации см. советы».

Примеры

свернуть все

Постройте графики срезов через подобранную поверхность 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');

Создать график среза.

plotSlice(mdl)

Figure Prediction Slice Plots contains 2 axes and other objects of type uimenu, uicontrol. Axes 1 contains 5 objects of type line. Axes 2 contains 5 objects of type line.

Зеленая линия на каждом графике представляет предсказанные значения отклика как функцию одной переменной предиктора, при этом другие переменные предиктора остаются постоянными. Красные пунктирные линии являются доверием границами. Метка оси Y включает предсказанное значение отклика и соответствующую доверительную границу для точки, выбранной вертикальной и горизонтальной линиями. Метка X-axis показывает имя переменной предиктора и значение предиктора для выбранной точки.

Переместите вертикальную линию в x1 постройте график справа и наблюдайте изменение метки оси Y и изменения в x2 график.

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.

Совет

  • Используйте меню Bounds в окно рисунка, чтобы выбрать тип доверия границ. Можно выбрать Simultaneous или Non-Simultaneous. Можно также выбрать, No Bounds не иметь доверия границ.

    • Одновременно (по умолчанию) - plotSlice вычисляет доверительные границы для кривой значений отклика с помощью метода Шеффе. Область значений между верхней и нижней границами доверия содержит кривую, состоящую из истинных значений отклика с 95% доверия.

    • Несимултанные - plotSlice вычисляет доверительные границы для значения отклика при каждом наблюдении. Интервал доверия для значения отклика при заданном значении предиктора содержит истинное значение отклика с 95% доверия.

    Одновременные границы шире, чем отдельные границы, потому что требование, чтобы вся кривая значений отклика находилась в границах, является более строгим, чем требование, чтобы значение отклика при одном предикторе находилось в границах.

  • Используйте меню Predictors в окне рисунка, чтобы выбрать предикторы, которые будут использоваться для каждого графика среза. Если регрессионная модель mdl включает более восьми предикторов, plotSlice создает графики для первых пяти предикторов по умолчанию.

Альтернативная функциональность

  • Использование predict для возврата предсказанных значений отклика и доверительных границ. Можно также задать доверительный уровень для доверительных границ при помощи 'Alpha' Аргумент пары "имя-значение" из predict функция. Обратите внимание, что predict по умолчанию находит несовпадающие границы, в то время как plotSlice по умолчанию находит одновременные ограничения.

  • A GeneralizedLinearModel объект обеспечивает несколько функции построения графика.

    • При проверке модели используйте plotDiagnostics найти сомнительные данные и понять эффект каждого наблюдения. Кроме того, используйте plotResiduals для анализа невязок модели.

    • После подбора кривой модели используйте plotPartialDependence чтобы понять эффект конкретного предиктора. Кроме того, используйте plotSlice чтобы построить срезы по поверхности предсказания.

Расширенные возможности

Введенный в R2012a