plotprofile

Класс: RepeatedMeasuresModel

Постройте график ожидаемых маргинальных средств с опциональной группировкой

развернуть все на странице

Синтаксис

plotprofile(rm,X)
plotprofile(rm,Name,Value)
H = plotprofile(___)

Описание

пример

plotprofile(rm,X) строит графики ожидаемых предельных средств, вычисленных из модели повторных измерений rm как функцию от переменной X.

пример

plotprofile(rm,Name,Value) строит графики ожидаемых предельных средств, вычисленных из модели повторных измерений rm с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар.

Для примера можно задать коэффициенты для группировки или изменения цветов линий.

H = plotprofile(___) возвращает указатели, H, в построенные линии.

Входные параметры

расширить все

Модель повторных измерений, возвращенная как RepeatedMeasuresModel объект.

Для свойств и методов этого объекта смотрите RepeatedMeasuresModel.

Имя фактора между субъектами или внутри субъектов, заданное в виде вектора символов или строкового скаляра.

Для примера, если вы хотите построить график маргинальных средств как функции от групп переменного препарата между субъектами, можно задать его следующим образом.

Пример: 'Drug'

Типы данных: char | string

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Имя коэффициента или коэффициента между субъектами, заданное как разделенная разделенными запятой парами, состоящая из 'Group' и вектор символов, строковые массивы или массив ячеек из векторов символов. Этот аргумент пары "имя-значение" группирует линии в соответствии со значениями факторов.

Например, если у вас есть два фактора между субъектами, наркотики и пол, и вы хотите сгруппировать линии на графике по ним, можно задать эти факторы следующим образом.

Пример: 'Group',{'Drug','Sex'}

Типы данных: char | string | cell

Маркер, используемый для каждой группы, заданный как разделенная разделенными запятой парами, состоящая из 'Marker' и строковые массивы или массив ячеек из векторов символов.

Например, если у вас есть два фактора между субъектами, наркотики и пол, при этом каждая из них имеет две группы, можно задать o как маркер для групп лекарственного средства и x как маркер для групп пола следующим образом.

Пример: 'Marker',{'o','o','x','x'}

Типы данных: string | cell

Цвет для каждой группы, заданный как разделенная разделенными запятой парами, состоящая из 'Color' и вектор символов, строковые массивы, массив ячеек из векторов символов или строк трехколоночной матрицы.

Например, если у вас есть два фактора между субъектами, наркотики и пол, при этом каждая из них имеет две группы, можно задать красный цвет в качестве цвета для групп наркотиков и синий цвет в качестве цвета для групп пола следующим образом.

Пример: 'Color','rrbb'

Типы данных: single | double | char | string | cell

Стиль линии для каждой группы, заданный как разделенная разделенными запятой парами, состоящая из 'LineStyle' и строковые массивы или массив ячеек из векторов символов.

Например, если у вас есть два фактора между субъектами, наркотики и пол, при этом каждая из них имеет две группы, можно задать - как стиль линии одной группы и : как стиль линии для другой группы следующим образом.

Пример: 'LineStyle',{'-' ':' '-' ':'}

Типы данных: string | cell

Выходные аргументы

расширить все

Указатель на нанесенные на построенные линии, возвращенный как указатель.

Примеры

расширить все

Открыть Live Script

Загрузите выборочные данные. 

load fisheriris

Область вектора-столбца species состоит из цветков радужки трех различных видов: сетоза, версиколор и виргиника. Матрица с двойной meas состоит из четырех видов измерений на цветках: длина и ширина чашелистиков и лепестков в сантиметрах соответственно.

Сохраните данные в массиве таблиц. 

t = table(species,meas(:,1),meas(:,2),meas(:,3),meas(:,4),...
'VariableNames',{'species','meas1','meas2','meas3','meas4'});
Meas = dataset([1 2 3 4]','VarNames',{'Measurements'});

Подгонка модели повторных измерений, где измерения являются откликами, а вид является переменной.

rm = fitrm(t,'meas1-meas4~species','WithinDesign',Meas);

Выполните данные, сгруппированные по видам факторов. 

plotprofile(rm,'species')

Figure contains an axes. The axes contains an object of type line.

Предполагаемые маргинальные средства, по-видимому, различаются по группам. Можно вычислить стандартную ошибку и 95% доверительные интервалы для маргинальных средств с помощью margmean способ.

Открыть Live Script

Загрузите выборочные данные. 

load repeatedmeas

Таблица between включает возраст переменных между субъектами, IQ, группу, пол и восемь повторных измерений y1 через y8 в качестве ответов. Таблица within включает переменные внутри субъекта w1 и w2. Это моделируемые данные.

Подбирайте модель повторных измерений, где повторные измерения y1 через y8 являются откликами, и возраст, IQ, группа, пол и взаимодействие группа-пол являются переменными предиктора. Также задайте матрицу проекта внутри субъекта. 

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Построение графика предполагаемых маргинальных средств на основе факторов Group и Gender. 

ax1 = subplot(1,2,1);
plotprofile(rm,'Group')
ax2 = subplot(1,2,2);
plotprofile(rm,'Gender')
linkaxes([ax1 ax2],'y')

Figure contains 2 axes. Axes 1 contains an object of type line. Axes 2 contains an object of type line.

Постройте график предполагаемых маргинальных средств на основе фактора Group и сгруппированы по Gender. 

figure()
plotprofile(rm,'Group','Group','Gender')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Gender=Female, Gender=Male.

См. также

| |

Statistics and Machine Learning Toolbox документация

Поддержка

Для просмотра документации необходимо авторизоваться на сайте