plotSlice
График срезов через установленную линейную регрессионую поверхность
Синтаксис
Описание
plotSlice( создает рисунок, содержащую один или несколько графиков, каждый из которых представляет срез через регрессионую поверхность, предсказанную mdl)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
График среза для модели линейной регрессии
Постройте графики срезов через подобранную поверхность линейной регрессионой модели.
Загрузите carsmall набор данных и подгонка линейной регрессионной модели пробега в зависимости от года модели, веса и квадрата веса.
load carsmall Year = categorical(Model_Year); tbl = table(MPG,Weight,Year); mdl = fitlm(tbl,'MPG ~ Year + Weight^2');
Создать график среза.
plotSlice(mdl)
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. Подпись по осям включает предсказанное значение отклика и соответствующую доверительную границу для точки, выбранной вертикальной и горизонтальной линиями. На метке x -xis показаны имя переменной предиктора и значение предиктора для выбранной точки.
Обратите внимание, что mdl включает в себя оба Weight и Weight^2 терминов, но plotSlice создает только один график для Weight срок.
Переместите вертикальную линию в Weight постройте график справа и наблюдайте изменение метки оси y и изменения в Year график.
Входные параметры
Совет
Используйте меню Bounds в окно рисунка, чтобы выбрать тип доверия границ. Можно выбрать Simultaneous или Non-Simultaneous, а также Curve или Observation. Можно также выбрать, No Bounds не иметь доверия границ.
Simultaneous или Non-Simultaneous
Одновременно (по умолчанию) -
plotSliceвычисляет 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 -
plotSliceвычисляет 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.
Curve или Observation
Регрессионная модель для переменных предиктора X и переменной отклика y имеет вид
y = f (<reservedrangesplaceholder1>) + ε,
где f является функцией X, а ε является условием случайного шума.
Curve (по умолчанию) -
plotSliceпредсказывает доверительные границы для установленных ответов f (X).Observation —
plotSliceпредсказывает доверительные границы для y наблюдений отклика.
Границы для y шире, чем границы для f (X) из-за дополнительной изменчивости члена шума.
Используйте меню Predictors в окне рисунка, чтобы выбрать предикторы, которые будут использоваться для каждого графика среза. Если регрессионная модель
mdlвключает более восьми предикторов,plotSliceсоздает графики для первых пяти предикторов по умолчанию.
Альтернативная функциональность
Использование
predictдля возврата предсказанных значений отклика и доверительных границ. Можно также задать доверительный уровень для доверительных границ при помощи'Alpha'Аргумент пары "имя-значение" изpredictфункция. Обратите внимание, чтоpredictпо умолчанию находит несовпадающие границы, в то время какplotSliceпо умолчанию находит одновременные ограничения.A
LinearModelобъект обеспечивает несколько функции построения графика.При создании модели используйте
plotAddedчтобы понять эффект добавления или удаления переменной предиктора.При проверке модели используйте
plotDiagnosticsнайти сомнительные данные и понять эффект каждого наблюдения. Кроме того, используйтеplotResidualsдля анализа невязок модели.После подбора кривой модели используйте
plotAdjustedResponse,plotPartialDependence, иplotEffectsчтобы понять эффект конкретного предиктора. ИспользоватьplotInteractionчтобы понять эффект взаимодействия между двумя предикторами. Кроме того, используйтеplotSliceчтобы построить срезы по поверхности предсказания.