主要内容

coefCI

线性回归模型的系数的置信区间估计

描述

例子

ci= coefCI (mdl)返回系数的95%置信区间mdl

例子

ci= coefCI (mdl,α)返回使用置信度置信区间1 -α

例子

全部折叠

适合一个线性回归模型并获得结果的默认95%置信区间模型系数。

加载carbig数据集和创建一个表起源预测分类。

负载carbig起源=分类(cellstr(起源));台=表(马力、重量、MPG,起源);

适合一个线性回归模型。指定马力,重量,起源为预测变量,并指定英里/加仑作为反应变量。

modelspec ='英里/加仑~ 1 +能力+重量+起源的;mdl = fitlm(资源描述、modelspec);

视图的名称系数。

mdl.CoefficientNames
ans =1 x9单元格列1到4{(拦截)的}{“马力”}{“重量”}{‘Origin_France}列5到7 {‘Origin_Germany} {‘Origin_Italy} {‘Origin_Japan}列8到9 {‘Origin_Sweden} {' Origin_USA '}

寻找模型系数的置信区间。

ci = coefCI (mdl)
ci =9×243.3611 59.9390 -0.0748 -0.0315 -0.0059 -0.0037 -17.3623 -0.3477 -15.7503 0.7434 -17.2091 0.0613 -14.5106 1.8738 -18.5820 -1.5036 -17.3114 -0.9642

适合线性回归模型和获得结果的置信区间模型系数使用指定的信心水平。

加载carbig数据集和创建一个表起源预测分类。

负载carbig起源=分类(cellstr(起源));台=表(马力、重量、MPG,起源);

适合一个线性回归模型。指定马力,重量,起源为预测变量,并指定英里/加仑作为反应变量。

modelspec ='英里/加仑~ 1 +能力+重量+起源的;mdl = fitlm(资源描述、modelspec);

发现99%的置信区间系数。

ci = coefCI (mdl . 01)
ci =9×240.7365 62.5635 -0.0816 -0.0246 -0.0062 -0.0034 -20.0560 2.3459 -18.3615 3.3546 -19.9433 2.7955 -17.1045 4.4676 -21.2858 1.2002 -19.8995 1.6238

置信区间是更广泛的比默认的95%置信区间寻找模型系数的置信区间

输入参数

全部折叠

线性回归模型对象,指定为一个LinearModel创建的对象使用fitlmstepwiselm,或者一个CompactLinearModel创建的对象使用紧凑的

显著性水平的置信区间,指定的数值区间[0,1]。的置信水平ci等于100 (1 -α)%α置信区间的概率是不包含的真正价值。

例子:0.01

数据类型:|

输出参数

全部折叠

置信区间,作为一个返回k2数字矩阵,k是系数的数量。的jth排ci的置信区间是jth系数mdl。系数的名字j存储在CoefficientNames的属性mdl

数据类型:|

更多关于

全部折叠

置信区间

置信区间系数提供了一个衡量回归系数估计的精度。

100(1 -α)%的置信区间给出了相应的回归系数的范围将在100(1 -α)%的信心,这意味着100(1 -α)%的时间间隔造成重复实验将包含的真实价值系数。

软件使用瓦尔德发现置信区间的方法。100 *(1 -α)%回归系数的置信区间

b ± t ( 1 α / 2 , n p ) 年代 E ( b ) ,

在哪里b系数的估计,SE(b)的标准误差系数估计,和t(1-α/ 2,n- - - - - -p)100(1 -α/ 2)百分位的t分布与n- - - - - -p的自由度。n是观察和的数量吗p回归系数的数量。

扩展功能

介绍了R2012a