График поля точек или добавленный переменный график линейной регрессионой модели
plot( создает график линейной регрессионой модели mdl)mdl. Тип графика зависит от количества переменных.
Если mdl включает несколько переменных предиктора, plot Создает Добавленный График для всей модели, за исключением константы (точка пересечения), эквивалентной plotAdded(mdl).
Если mdl включает одну переменную предиктора, plot создает график поля точек данных вместе с подобранной кривой и доверием границами.
Если mdl не включает предиктор, plot создает гистограмму невязок, эквивалентную plotResiduals(mdl).
h = plot(___)h изменение свойств определенной линии или закрашенной фигуры после создания графика. Список свойств см. в разделе «Свойства линии» и «Закрашенные фигуры».
Создайте линейную регрессионую модель пробега автомобиля как функции веса и модельного года. Затем создайте добавленный график переменной, чтобы увидеть значимость модели.
Создайте линейную регрессионую модель пробега из carsmall набор данных.
load carsmall Year = categorical(Model_Year); tbl = table(MPG,Weight,Year); mdl = fitlm(tbl,'MPG ~ Year + Weight^2');
Создайте добавленный график переменной модели.
plot(mdl)
График иллюстрирует, что модель значительна, потому что горизонтальная линия не помещается между доверительными границами.
Создать тот же график при помощи plotAdded функция.
plotAdded(mdl)
Создайте график поля точек данных вместе с подобранной кривой и доверием границами для простой линейной регрессионой модели. Простая линейная регрессионая модель включает только одну переменную.
Создайте простую линейную регрессионую модель пробега из carsmall набор данных.
load carsmall tbl = table(MPG,Weight); mdl = fitlm(tbl,'MPG ~ Weight')
mdl =
Linear regression model:
MPG ~ 1 + Weight
Estimated Coefficients:
Estimate SE tStat pValue
__________ _________ _______ __________
(Intercept) 49.238 1.6411 30.002 2.7015e-49
Weight -0.0086119 0.0005348 -16.103 1.6434e-28
Number of observations: 94, Error degrees of freedom: 92
Root Mean Squared Error: 4.13
R-squared: 0.738, Adjusted R-Squared: 0.735
F-statistic vs. constant model: 259, p-value = 1.64e-28
pValue от Weight переменная очень маленькая, что означает, что переменная статистически значима в модели. Визуализируйте этот результат путем создания графика поля точек данных вместе с подобранной кривой и ее 95% доверительными границами, используя plot функция.
plot(mdl)
График иллюстрирует, что модель значительна, потому что горизонтальная линия не помещается между доверительными границами, что согласуется с pValue результат.
Создать тот же график при помощи plotAdded функция.
plotAdded(mdl)
Когда модель включает только один член в дополнение к постоянному члену, скорректированное значение эквивалентно его исходному значению. Поэтому этот добавленный график переменной аналогичен графику поля точек, созданному plot функция.
В Data Cursor отображаются значения выбранного графика точки в всплывающую подсказку (небольшое текстовое поле, расположенное рядом с точкой данных). Оголовок данных включает x -ось и y -ось для выбранной точки вместе с именем или номером наблюдения.
A LinearModel объект обеспечивает несколько функции построения графика.
При создании модели используйте plotAdded чтобы понять эффект добавления или удаления переменной предиктора.
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 plotAdjustedResponse, plotPartialDependence, и plotEffects чтобы понять эффект конкретного предиктора. Использовать plotInteraction чтобы понять эффект взаимодействия между двумя предикторами. Кроме того, используйте plotSlice чтобы построить срезы по поверхности предсказания.
plot функция создает добавленный график переменной для модели в целом (кроме постоянного члена), если модель включает несколько членов. Использование plotAdded чтобы выбрать конкретные предикторы для добавленного переменного графика.