plotSlice
通过拟合广义线性回归的情节片表面
描述
例子
广义线性回归模型的切片图
剧情片通过拟合广义线性回归模型表面。
使用泊松随机数生成样本数据有两个潜在的预测因子X (: 1)和X (:, 2)。
rng (“默认”)%的再现性rndvars = randn (100 2);X = [2 + rndvars (: 1), rndvars (:, 2)];μ= exp (1 + X * [1, 2]);y = poissrnd(μ);
创建一个广义泊松数据的线性回归模型。
mdl = fitglm (X, y,“y ~ x1 + x2”,“分布”,“泊松”);
创建一片情节。
plotSlice (mdl)
绿线在每个情节代表预测响应值作为一个预测变量的函数,与其他预测变量保持不变。红色虚线是95%置信界限。的y设在标签包括预测响应值和相应的信心前往选择的点垂直和水平线。的x设在标签显示了预测变量名称和选定点的预测价值。
移动的垂直线x1阴谋的,观察的变化y设在标签和的变化x2情节。
输入参数
提示
使用界限图窗口菜单中选择类型的信心。你可以选择同时或异时。你也可以选择是没有界限的没有信心。
同时(默认)
plotSlice计算信任边界曲线的响应值使用矫正的方法。上下信心之间的界限范围包含曲线组成的真实响应值有95%的信心。异时,
plotSlice计算置信界限)的响应值在每个观察。响应值在一个特定的置信区间预测价值包含真正的响应值有95%的信心。
同时范围比单独的范围更广泛,因为要求的整个曲线响应值范围内比要求更严格的响应值在一个单一的预测价值范围内。
使用预测图窗口菜单中选择使用哪个预测每一块阴谋。如果回归模型
mdl包括超过8预测,plotSlice默认为前五预测创造了情节。
选择功能
使用
预测回归预测响应值和信心。您还可以指定的信心水平范围内使用的信心“α”名称-值对论点的预测函数。请注意,预测发现默认异时界限,而plotSlice发现同时默认范围。一个
GeneralizedLinearModel对象提供了多个绘图功能。在验证模型时,使用
plotDiagnostics发现可疑数据,理解每个观测的影响。此外,使用plotResiduals分析模型的残差。拟合模型后,使用
plotPartialDependence要理解一个特定的预测的影响。此外,使用plotSlice通过预测情节片表面。
扩展功能
版本历史
介绍了R2012a
