绘图切片
通过拟合线性回归曲面绘制切片
描述
例子
线性回归模型的切片图
通过拟合的线性回归模型曲面绘制切片。
加载carsmall数据集并拟合里程的线性回归模型，作为车型年份、重量和重量平方的函数。
负载carsmall年份=分类（车型年）；tbl=表（MPG、重量、年份）；mdl=fitlm（待定，'每加仑~年+重量^2');
创建一个切片图。
plotSlice (mdl)
每个图中的绿线表示预测响应值，作为单个预测变量的函数，其他预测变量保持不变。红色虚线表示95%的置信限Y-轴标签包括预测响应值和垂直线和水平线所选点的相应置信限。这个x-axis标签显示选定点的预测器变量名和预测器值。
注意mdl包括重量和体重^ 2条件，但是绘图切片对象只创建一个plot重量术语。
在中移动垂直线重量向右标绘，观察图像中的变化Y-轴标签和中的更改年情节
输入参数
提示
使用界限在figure窗口中选择置信边界类型的菜单。你可以选择同时的或异时,曲线或观察. 你也可以选择没有界限没有信心的界限。
同时的或异时
同时(默认)
绘图切片使用Scheffe方法计算响应值曲线的置信边界。置信上限和置信下限之间的范围包含由具有95%置信度的真实响应值组成的曲线。非同时-
绘图切片计算每次观察时响应值的置信区间。特定预测值下响应值的置信区间包含95%置信度的真实响应值。
同时边界比单独边界更宽，因为要求整个响应值曲线在边界内比要求单个预测值的响应值在边界内更严格。
曲线或观察
预测变量的回归模型X和响应变量Y的形式
Y=F(X) +ε,
哪里F是的函数X和ε是一个随机噪声项。
曲线（默认）-
绘图切片预测拟合响应的置信范围F(X).观察—
绘图切片预测响应观察值的置信限Y.
的界限Y比界限更宽吗F(X)因为噪声项有额外的可变性。
使用预测菜单中选择为每个切片图使用的预测器。如果回归模型
mdl包括超过8个预测因子，绘图切片默认情况下为前5个预测器创建图。
选择功能
使用
预测返回预测响应值和置信限。还可以使用“α”的名称-值对参数预测函数。注意预测在默认情况下查找非同步边界绘图切片默认情况下，同时查找边界。A.
LinearModel对象提供多个打印功能。创建模型时，请使用
绘图仪了解添加或删除预测变量的效果。当验证模型时，使用
绘图诊断找到有问题的数据，并理解每个观察的效果。此外,使用plotResiduals分析模型的残差。拟合模型后，使用
plotAdjustedResponse,局部依赖,情节效应来了解一个特定预测器的影响。使用情节互动了解两个预测因子之间的相互作用。此外,使用绘图切片通过预测曲面绘制切片。
扩展能力
你也可以从以下列表中选择一个网站:
