Полиномиальные значения логистической регрессии
возвращает предсказанные вероятности для полиномиальной модели логистической регрессии с предикторами, pihat
= mnrval(B
,X
)X
и оценки коэффициентов, B
.
pihat
- матрица n на k предсказанных вероятностей для каждой многочлена. B
- вектор или матрица, которая содержит оценки коэффициентов, возвращенные mnrfit
. И X
- n матрица p, которая содержит n наблюдения для предикторов p.
Примечание
mnrval
автоматически включает в себя постоянный член во всех моделях. Не вводите столбец 1с в X
.
[
также возвращает 95% -ные границы ошибок предсказанных вероятностей, pihat
,dlow
,dhi
]
= mnrval(B
,X
,stats
)pihat
, используя статистику в структуре, stats
, возвращенный mnrfit
.
Нижняя и верхняя доверительные границы для pihat
являются pihat
минус dlow
и pihat
плюс dhi
, соответственно. Доверительные границы не являются симульными и применяются только к подобранной кривой, а не к новым наблюдениям.
[
возвращает предсказанные вероятности и 95% границ ошибок предсказанных вероятностей pihat
,dlow
,dhi
]
= mnrval(B
,X
,stats
,Name,Value
)pihat
, с дополнительными опциями, заданными одним или несколькими Name,Value
аргументы в виде пар.
Для примера можно задать тип модели, ссылки функцию и тип вероятностей для возврата.
[
также вычисляет 95% -ные границы ошибок предсказанных отсчётов yhat
,dlow
,dhi
]
= mnrval(B
,X
,ssize
,stats
)yhat
, используя статистику в структуре, stats
, возвращенный mnrfit
.
Нижняя и верхняя доверительные границы для yhat
являются yhat
минус dlo
и yhat
плюс dhi
, соответственно. Доверительные границы не являются симульными, и они применяются к подобранной кривой, а не к новым наблюдениям.
[
возвращает предсказанные счетчики категорий и 95% -ные границы ошибок предсказанных счетчиков yhat
,dlow
,dhi
]
= mnrval(B
,X
,ssize
,stats
,Name,Value
)yhat
, с дополнительными опциями, заданными одним или несколькими Name,Value
аргументы в виде пар.
Для примера можно задать тип модели, ссылки функцию и тип предсказанных отсчётов, которые будут возвращены.
[1] McCullagh, P., and J. A. Nelder. Обобщенные линейные модели. Нью-Йорк: Chapman & Hall, 1990.