主要内容gydF4y2Ba

RepeatedMeasuresModel类gydF4y2Ba

重复测量模型类gydF4y2Ba

全部展开页面gydF4y2Ba

描述gydF4y2Ba

一个gydF4y2BaRepeatedMeasuresModelgydF4y2Ba对象表示一个模型，该模型适用于每个对象的多个测量数据。该对象包括重复测量模型的数据、拟合系数、协方差参数、设计矩阵、误差自由度以及受试者之间和受试者内部因子名称。您可以使用gydF4y2Ba预测gydF4y2Ba方法在新的设计点上生成随机数据gydF4y2Ba随机gydF4y2Ba方法。gydF4y2Ba

建设gydF4y2Ba

你可以使用gydF4y2Bamodelspec fitrm (t)gydF4y2Ba．gydF4y2Ba

输入参数gydF4y2Ba

全部展开gydF4y2Ba

输入数据，其中包括响应变量的值和重复测量模型中用作预测因素的受试者之间的因素，指定为表格。gydF4y2Ba

数据类型:gydF4y2Ba表格gydF4y2Ba

公式模型规范，指定为字符向量或字符串标量的形式gydF4y2Ba“y1-yk ~条款”gydF4y2Ba．使用威尔金森表示法指定术语。gydF4y2BafitrmgydF4y2Ba如果模型术语中使用的变量是类别(标称或序号)、逻辑、字符数组、字符串数组或字符向量的单元格数组，则将它们视为类别。gydF4y2Ba

例子:gydF4y2Ba'y1-y4 ~ x1 + x2 * x3'gydF4y2Ba

数据类型:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

属性gydF4y2Ba

全部展开gydF4y2Ba

设计受试者之间的因素和重复测量值，存储为表格。gydF4y2Ba

数据类型:gydF4y2Ba表格gydF4y2Ba

模型之间的主题因素，存储为字符向量。这个字符向量是您在使用重复度量模型拟合时提供的模型规范中波浪线右侧的文本表示gydF4y2BafitrmgydF4y2Ba．gydF4y2Ba

数据类型:gydF4y2Ba字符gydF4y2Ba

重复测量模型中作为受试者之间因素的变量名称，gydF4y2BarmgydF4y2Ba，存储为字符向量的单元格数组。gydF4y2Ba

数据类型:gydF4y2Ba细胞gydF4y2Ba

重复测量模型中作为响应变量的变量名，gydF4y2BarmgydF4y2Ba，存储为字符向量的单元格数组。gydF4y2Ba

数据类型:gydF4y2Ba细胞gydF4y2Ba

主题内因子的值，存储为表。gydF4y2Ba

数据类型:gydF4y2Ba表格gydF4y2Ba

模型内主题因素，存储为字符向量。gydF4y2Ba

您可以指定gydF4y2BaWithinModelgydF4y2Ba使用点表示法作为字符向量或字符串标量:gydF4y2BaMdl。WithinModel = newWithinModelValuegydF4y2Ba．gydF4y2Ba

主题内因子的名称，存储为字符向量的单元格数组。gydF4y2Ba

数据类型:gydF4y2Ba细胞gydF4y2Ba

拟合重复测量的估计系数的值，作为受试者之间模型中的项的函数，存储为一个表。gydF4y2Ba

fitrm”gydF4y2Ba使用“效果”编码定义分类术语的系数，这意味着系数总和为0。除了第一层，每层都有一个系数。第一层的隐含系数是该项的其他系数的和。gydF4y2Ba

您可以使用矩阵而不是表格来显示系数值gydF4y2Ba系数= r.Coefficients {:,:}gydF4y2Ba．gydF4y2Ba

控件可以显示所有级别的边缘方法gydF4y2BamargmeangydF4y2Ba方法。gydF4y2Ba

数据类型:gydF4y2Ba表格gydF4y2Ba

估计的响应协方差，即重复测量的协方差，存储为表格。gydF4y2BafitrmgydF4y2Ba计算由拟合的重复测量模型返回的平均值周围的协方差gydF4y2BarmgydF4y2Ba．gydF4y2Ba

您可以使用矩阵而不是表格来显示协方差值gydF4y2Ba系数= r.Covariance {:,:}gydF4y2Ba．gydF4y2Ba

数据类型:gydF4y2Ba表格gydF4y2Ba

误差自由度，存储为标量值。gydF4y2Ba教育部gydF4y2Ba是观测次数减去被试之间模型中估计系数的次数。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

方法gydF4y2Ba

方差分析gydF4y2Ba 受试者间效应的方差分析gydF4y2Ba
εgydF4y2Ba 重复测量方差分析的调整gydF4y2Ba
grpstatsgydF4y2Ba 按组计算重复测量数据的描述性统计gydF4y2Ba
manovagydF4y2Ba 多变量方差分析gydF4y2Ba
margmeangydF4y2Ba 估计边际意味着gydF4y2Ba
mauchlygydF4y2Ba 莫切利的球度测试gydF4y2Ba
multcomparegydF4y2Ba 估计边际均值的多次比较gydF4y2Ba
情节gydF4y2Ba 绘图数据与可选分组gydF4y2Ba
plotprofilegydF4y2Ba 用可选分组绘制预期边际均值gydF4y2Ba
预测gydF4y2Ba 计算给出的预测值gydF4y2Ba
随机gydF4y2Ba 生成新的随机响应值给定的预测值gydF4y2Ba
ranovagydF4y2Ba 重复测量方差分析gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

打开生活的脚本gydF4y2Ba

加载示例数据。gydF4y2Ba

负载gydF4y2BafisheririsgydF4y2Ba

列向量,gydF4y2Ba物种gydF4y2Ba，由三种不同种类的鸢尾花组成:蔷薇花(setosa)、花斑花(versicolor)、小virginia。双矩阵gydF4y2Ba量gydF4y2Ba由四种花的尺寸组成:萼片和花瓣的长度和宽度，分别以厘米为单位。gydF4y2Ba

将数据存储在表数组中。gydF4y2Ba

t =表(物种,量(:1),(2):,,(:,3),(4):,,gydF4y2Ba．..gydF4y2Ba“VariableNames”gydF4y2Ba, {gydF4y2Ba“物种”gydF4y2Ba，gydF4y2Ba“meas1”gydF4y2Ba，gydF4y2Ba“meas2”gydF4y2Ba，gydF4y2Ba“meas3”gydF4y2Ba，gydF4y2Ba“meas4”gydF4y2Ba}）;= table([1 2 3 4]，gydF4y2Ba“VariableNames”gydF4y2Ba, {gydF4y2Ba“测量”gydF4y2Ba}）;gydF4y2Ba

拟合一个重复测量模型，其中测量是响应，物种是预测变量。gydF4y2Ba

rm = fitrm (t)gydF4y2Ba“物种meas1-meas4 ~”gydF4y2Ba，gydF4y2Ba“WithinDesign”gydF4y2Ba量)gydF4y2Ba
rm = RepeatedMeasuresModel with properties: Between Subjects: Between design: [150x5 table] ResponseNames: {'meas1' 'meas2' 'meas3' 'meas4'} Between model: '1 + species' Within Subjects: WithinDesign: [4x1 table] WithinFactorNames: {'Measurements'} WithinModel: 'separatemeans'估计值:系数:协方差:[4x4 table]gydF4y2Ba

显示系数。gydF4y2Ba

rm。系数gydF4y2Ba
ans =gydF4y2Ba3×4表gydF4y2Bameas1 meas2 meas3 meas4 ________ ________ ______ ________ (Intercept) 5.8433 3.0573 3.758 1.1993 species_setosa -0.83733 0.37067 -2.296 -0.95333 species_versicolor 0.092667 -0.28733 0.502 0.12667gydF4y2Ba

fitrmgydF4y2Ba使用gydF4y2Ba“影响”gydF4y2Ba对比，这意味着系数和为0。的gydF4y2Barm。DesignMatrixgydF4y2Ba有一列是1s的截距，还有两列gydF4y2Baspecies_setosagydF4y2Ba和gydF4y2Baspecies_versicolorgydF4y2Ba，其内容如下:gydF4y2Ba

年代gydF4y2Ba pgydF4y2Ba egydF4y2Ba cgydF4y2Ba 我gydF4y2Ba egydF4y2Ba 年代gydF4y2Ba ＿gydF4y2Ba 年代gydF4y2Ba egydF4y2Ba tgydF4y2Ba ogydF4y2Ba 年代gydF4y2Ba 一个gydF4y2Ba ＝gydF4y2Ba ｛gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba egydF4y2Ba tgydF4y2Ba ogydF4y2Ba 年代gydF4y2Ba 一个gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba vgydF4y2Ba egydF4y2Ba rgydF4y2Ba 年代gydF4y2Ba 我gydF4y2Ba cgydF4y2Ba ogydF4y2Ba lgydF4y2Ba ogydF4y2Ba rgydF4y2Ba -gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba vgydF4y2Ba 我gydF4y2Ba rgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba ngydF4y2Ba 我gydF4y2Ba cgydF4y2Ba 一个gydF4y2Ba

和gydF4y2Ba

年代gydF4y2Ba pgydF4y2Ba egydF4y2Ba cgydF4y2Ba 我gydF4y2Ba egydF4y2Ba 年代gydF4y2Ba ＿gydF4y2Ba vgydF4y2Ba egydF4y2Ba rgydF4y2Ba 年代gydF4y2Ba 我gydF4y2Ba cgydF4y2Ba ogydF4y2Ba lgydF4y2Ba ogydF4y2Ba rgydF4y2Ba ＝gydF4y2Ba ｛gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba egydF4y2Ba tgydF4y2Ba ogydF4y2Ba 年代gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba vgydF4y2Ba egydF4y2Ba rgydF4y2Ba 年代gydF4y2Ba 我gydF4y2Ba cgydF4y2Ba ogydF4y2Ba lgydF4y2Ba ogydF4y2Ba rgydF4y2Ba -gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 我gydF4y2Ba fgydF4y2Ba vgydF4y2Ba 我gydF4y2Ba rgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba ngydF4y2Ba 我gydF4y2Ba cgydF4y2Ba 一个gydF4y2Ba ．gydF4y2Ba

显示协方差矩阵。gydF4y2Ba

rm。协方差gydF4y2Ba
ans =gydF4y2Ba4×4表gydF4y2Ba测量1 meas2 meas4 ________ ________ ________ ________ Meas1 0.26501 0.092721 0.16751 0.038401 meas2 0.092721 0.11539 0.055244 0.03271 meas3 0.16751 0.055244 0.18519 0.042665 0.041882gydF4y2Ba

显示误差自由度。gydF4y2Ba

rm。教育部gydF4y2Ba
ans = 147gydF4y2Ba

误差自由度是观测的次数减去主体间模型中估计的系数的次数，例如150 - 3 = 147。gydF4y2Ba

更多关于gydF4y2Ba

全部展开gydF4y2Ba

另请参阅gydF4y2Ba

主题gydF4y2Ba

统计和机器学习工具箱文档gydF4y2Ba

金宝app

掌握机器学习:一步一步的指导与MATLABgydF4y2Ba

掌握机器学习:一步一步的指导与MATLABgydF4y2Ba

下载电子书gydF4y2Ba