Многофакторная линейная регрессия

Линейная регрессия с несколькими переменными предикторами

Для большей точности на низко-размерном через средние размерные наборы данных соответствуйте использованию модели линейной регрессии fitlm.

Для сокращения времени вычисления на высоко-размерных наборах данных соответствуйте использованию модели линейной регрессии fitrlinear.

Приложения

Regression LearnerОбучите модели регрессии предсказывать данные с помощью машинного обучения с учителем

Объекты

LinearModelМодель линейной регрессии
CompactLinearModelКомпактная модель линейной регрессии
RegressionLinearМодель линейной регрессии для высоко-размерных данных
RegressionPartitionedLinearПерекрестная подтвержденная модель линейной регрессии для высоко-размерных данных

Функции

развернуть все

Создайте LinearModel Объект

fitlmПодбирайте модель линейной регрессии
stepwiselmВыполните ступенчатую регрессию

Создайте CompactLinearModel Объект

compactКомпактная модель линейной регрессии

Добавьте или удалите условия из линейной модели

addTermsДобавьте термины в модель линейной регрессии
removeTermsУдалите термины из модели линейной регрессии
stepУлучшите модель линейной регрессии путем добавления или удаления терминов

Предскажите ответы

fevalПредскажите ответы модели линейной регрессии использование входа того для каждого предиктора
predictПредскажите ответы модели линейной регрессии
randomСимулируйте ответы со случайным шумом для модели линейной регрессии

Оцените линейную модель

anovaДисперсионный анализ для модели линейной регрессии
coefCIДоверительные интервалы содействующих оценок модели линейной регрессии
coefTestЛинейный тест гипотезы на коэффициентах модели линейной регрессии
dwtestТест Дербин-Уотсона с объектом модели линейной регрессии
partialDependenceВычислите частичную зависимость

Визуализируйте линейную и итоговую статистику модели

plotГрафик поля точек или добавленный переменный график модели линейной регрессии
plotAddedДобавленный переменный график модели линейной регрессии
plotAdjustedResponseНастроенный график отклика модели линейной регрессии
plotDiagnosticsПостройте диагностику наблюдения модели линейной регрессии
plotEffectsПостройте основные эффекты предикторов в модели линейной регрессии
plotInteractionПостройте эффекты взаимодействия двух предикторов в модели линейной регрессии
plotPartialDependenceСоздайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP)
plotResidualsПостройте остаточные значения модели линейной регрессии
plotSliceГрафик срезов через подходящую поверхность линейной регрессии

Соберите свойства линейной модели

gatherСоберите свойства объекта Statistics and Machine Learning Toolbox от графического процессора

Создание объекта

fitrlinearПодбирайте модель линейной регрессии к высоко-размерным данным

Работа с RegressionLinear Объект

predictПредскажите ответ модели линейной регрессии
limeЛокальные поддающиеся толкованию объяснения модели агностические (LIME)
lossПотеря регрессии для моделей линейной регрессии
partialDependenceВычислите частичную зависимость
plotPartialDependenceСоздайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP)
shapleyШепли оценивает
selectModelsВыберите подбиравшие упорядоченные модели линейной регрессии

Работа с RegressionPartitionedLinear Объект

kfoldLossПотеря регрессии для наблюдений, не используемых в обучении
kfoldPredictПредскажите ответы для наблюдений, не используемых для обучения

Соответствуйте и оцените линейную регрессию

dwtestТест Дербин-Уотсона с остаточными входными параметрами
invpredОбратное предсказание
linhyptestЛинейный тест гипотезы
plsregressРегрессия частичных наименьших квадратов (PLS)
regressМногофакторная линейная регрессия
regstatsДиагностика регрессии
relieffОцените важность использования предикторов алгоритм RReliefF или ReliefF
robustfitСоответствуйте устойчивой линейной регрессии
stepwisefitПодходящая модель линейной регрессии использование ступенчатой регрессии

Подготовка данных

x2fxПреобразуйте матрицу предиктора, чтобы спроектировать матрицу
dummyvarСоздайте фиктивные переменные

Интерактивные инструменты

robustdemoИнтерактивная устойчивая регрессия
rsmdemoИнтерактивная демонстрация поверхности ответа
rstoolИнтерактивное моделирование поверхности ответа
stepwiseИнтерактивная ступенчатая регрессия

Темы

Введение в линейную регрессию

Что такое модель линейной регрессии?

Модели регрессии описывают отношение между зависимой переменной и одной или несколькими независимыми переменными.

Линейная регрессия

Подбирайте модель линейной регрессии и исследуйте результат.

Ступенчатая регрессия

В ступенчатой регрессии предикторы автоматически добавляются к или обрезаются из модели.

Уменьшайте эффекты выброса Используя устойчивую регрессию

Подбирайте устойчивую модель, которая менее чувствительна, чем обычные наименьшие квадраты к большим изменениям в мелких деталях данных.

Выберите функцию регрессии

Выберите функцию регрессии в зависимости от типа проблемы регрессии и унаследованный код обновления с помощью новых подходящих функций.

Сводные данные Выхода и диагностической статистики

Оцените подобранную модель при помощи свойств модели и объектных функций.

Обозначение Уилкинсона

Обозначение Уилкинсона обеспечивает способ описать регрессию и модели повторных измерений, не задавая содействующие значения.

Рабочие процессы линейной регрессии

Рабочий процесс линейной регрессии

Импортируйте и подготовьте данные, подбирайте модель линейной регрессии, протестируйте и улучшите ее качество и совместно используйте модель.

Интерпретируйте результаты линейной регрессии

Отобразите и интерпретируйте линейную регрессию выходная статистика.

Линейная регрессия с эффектами взаимодействия

Создайте и анализируйте модель линейной регрессии с эффектами взаимодействия и интерпретируйте результаты.

Линейная регрессия Используя таблицы

В этом примере показано, как выполнить линейный и аналитические таблицы использования ступенчатой регрессии.

Линейная регрессия с категориальными ковариантами

Выполните регрессию с категориальными ковариантами с помощью категориальных массивов и fitlm.

Анализируйте данные временных рядов

В этом примере показано, как визуализировать и анализировать данные временных рядов с помощью timeseries возразите и regress функция.

Обучите модель линейной регрессии

Обучите использование модели линейной регрессии fitlm анализировать данные в оперативной памяти и данные, которые не помещаются в память.

Частичная регрессия наименьших квадратов

Частичные наименьшие квадраты

Частичные наименьшие квадраты (PLS) создают новые переменные предикторы как линейные комбинации исходных переменных предикторов, при рассмотрении наблюдаемых значений отклика, продвижении к экономной модели с надежной предсказательной силой.

Частичная регрессия наименьших квадратов и регрессия основных компонентов

Примените частичную регрессию наименьших квадратов (PLSR) и регрессию основных компонентов (PCR), и исследуйте эффективность этих двух методов.

Для просмотра документации необходимо авторизоваться на сайте