使用输入数据创建添加的可变图
addedvarplot (X, y, num inmodel)
addedvarplot (X, y, num inmodel,统计数据)
addedvarplot (ax,___)
addedvarplot (X, y, num inmodel)
中使用预测术语显示添加的可变图形X
,响应值y
,列中增加的项全国矿工工会
的X
,以及具有指定的当前术语的模型inmodel
.X
是一个n——- - - - - -p矩阵的n的观察p预测的条件。y
是向量的n响应值。全国矿工工会
标量索引是否指定的列X
加上要加的术语。inmodel
逻辑向量是p的列X
在当前的模型中。的所有元素默认inmodel
是假
.
请注意
addedvarplot
在所有模型中自动包含一个常数项。不直接进入一列的1X
.
addedvarplot (X, y, num inmodel,统计数据)
使用统计数据
的输出stepwisefit
函数来提高重复调用的效率addedvarplot
.否则,该语法等价于前面的语法。
addedvarplot (ax,___)
在指定的坐标轴上创建绘图斧头
而不是当前的轴(gca
).的选项斧头
可以放在前面语法中的任何输入参数组合的前面。有关创建轴
对象,看到轴
和gca
.
添加变量图用于确定添加新项到多元线性模型的独特效果。该图显示了模型中已有项无法解释的响应部分和模型中已有项无法解释的新项部分之间的关系。“未解释”部分由各自回归的残差测量。两个回归的残差的散点形成了附加的变量图。除残差的散点外,plot所产生的addedvarplot
显示从拟合线预测的95%置信区间。拟合线的斜率是新项添加到模型中的系数inmodel
.有关详细信息,请参见添加变量图.
添加的变量图有时被称为部分回归杠杆图。
您可以创建一个线性回归模型对象LinearModel
通过使用fitlm
或stepwiselm
并使用对象函数plotAdded
创建添加的可变图形。
一个LinearModel
对象提供对象的属性和对象的函数来研究一个拟合的线性回归模型。对象属性包括关于系数估计、汇总统计、拟合方法和输入数据的信息。使用对象函数来预测响应,并修改、评估和可视化线性回归模型。