主要内容

x2fx

预测矩阵转换为设计矩阵

所有的页面崩溃

语法

D = x2fx (X,模型)
D = x2fx (X,模型categ)
D = x2fx (X,模型、categ catlevels)

描述

D = x2fx (X,模型)转换矩阵的预测X设计矩阵D进行回归分析。不同的预测变量应该出现在不同的列X。

可选的输入模型控制回归模型。默认情况下,x2fx返回一个线性相加模型的设计矩阵与一个常数项。模型是下列之一:

  • “线性”——常数和线性。这是默认的。

  • “互动”常数,线性和交互

  • “二次”常数,线性、交互和平方项

  • “purequadratic”常数,线性,平方项

如果X有n列,列的顺序D对于一个完整的二次模型是:

  1. 常数项

  2. 线性条件的列X,1、2、……n)

  3. 交互条款(成对的列的产品下载188bet金宝搏X,(1、2),(1,3),…(1,n),(2,3),…,(n1,n))

  4. 平方项(以1、2、……n)

其他模型使用这些术语的一个子集,在相同的顺序。

另外,模型可以是一个多项式矩阵指定任意的顺序。在这种情况下,模型应该为每一列一列X为模型中每一项一行。在任何的行条目模型相应的列的权力吗X。例如,如果X已经列X1,X2,X3,然后一行[0 1 2]在模型指定这个词(X1。^ 0) * (X2 ^ 1)。* (X3。^ 2)。连续的0模型指定一个常数项,可以省略。

D = x2fx (X,模型categ)对列中列出的数字向量categ作为分类变量。生产哑变量列条款涉及分类变量D。虚拟变量的假设下计算可能的分类水平完全由独特的枚举值出现在相应的列X。

D = x2fx (X,模型、categ catlevels)接受一个向量catlevels一样的长度categ,指定的数量在每个类别变量水平。在这种情况下,在相应的列值X必须是整数的范围从1到指定数量的水平。并不是所有的水平需要出现在X。

例子

全部折叠

打开生活的脚本

把两个预测X1和X2(列X)为一个完整的二次设计矩阵模型常数,X1,X2,X1。* X2,X1。^ 2,X2。^ 2。

X = 20 [1 10 2 3 10 4 20 5 15 6 15];D = x2fx (X,“二次”)
D =6×61 1 10 10 1 100 1 2 20 400 4 1 3 10 30 9 100 400 4 80 16 1 5 15 75年25 15 90 36 225 225 1 6

把两个预测X1和X2(列X)为设计矩阵的二次模型常数,X1,X2,X1。* X2,X1。^ 2。

X = 20 [1 10 2 3 10 4 20 5 15 6 15];模型= [0 0 1 0 0 1 1 1 2 0];D = x2fx (X,模型)
D =6×520 40 1 1 10 10 1 1 2 4 1 3 10 30 9 1 4 80 16 5 15 75 25 6 15 90 36

版本历史

之前介绍过的R2006a

另请参阅

|||||