主要内容

このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

plotAdded

線形回帰モデルの追加変数プロット

説明

plotAdded (mdlは,定数(切片)項を除くモデルmdl全体に対する追加変数プロットを作成します。

plotAdded (mdl系数は,指定された項系数に対する追加変数プロットを作成します。

plotAdded (mdl系数名称,值は1つ以上の名前と値のペアの引数を使用して,調整されたデータ点のグラフィックプロパティを指定します。たとえば,デタ点のマカ記号やサズを指定できます。

plotAdded (斧头___は,前の構文におけるいずれかの入力引数の組み合わせを使用して,現在の座標軸ではなく斧头によって指定される座標軸にプロットを作成します。

h= plotAdded (___は,プロット用の行オブジェクトを返します。プロットの作成後に特定のラ电子邮箱ンのプロパティを修正するには,hを使用します。プロパティの一覧にいては,热线のプロパティを参照してください。

すべて折りたたむ

自動車の燃費の線形回帰モデルを重量とモデル年の関数として作成します。次に,追加変数プロットを作成して,モデルの有意性を確認します。

carsmallデ,タセットから燃費の線形回帰モデルを作成します。

负载carsmallYear = categorical(Model_Year);tbl = table(MPG,Weight,Year);MDL = fitlm(tbl,MPG ~年+重量^2);

モデルの追加変数プロットを作成します。

情节(mdl)

图中包含一个轴对象。标题为“Added variable plot for whole model”的坐标轴对象包含3个类型为line的对象。这些对象表示调整后的数据,Fit: y=8.44866*x, 95% conf. bounds。

水平線が信頼限界の間に収まっていないので,このプロットはモデルが有意であることを示しています。

関数plotAddedを使用して,同じプロットを作成します。

plotAdded (mdl)

图中包含一个轴对象。标题为“Added variable plot for whole model”的坐标轴对象包含3个类型为line的对象。这些对象表示调整后的数据,Fit: y=8.44866*x, 95% conf. bounds。

自動車の燃費の線形回帰モデルを重量とモデル年の関数として作成します。次に,追加変数プロットを作成して,重み付けの項(重量および体重^ 2)の効果を確認します。

carsmallデ,タセットを使用して,線形回帰モデルを作成します。

负载carsmallYear = categorical(Model_Year);tbl = table(MPG,Weight,Year);MDL = fitlm(tbl,MPG ~年+重量^2);

重量体重^ 2に対応するモデル内の項を探します。

mdl。CoefficientNames
ans =1 x5单元格{'(拦截)}{“重量”}{‘Year_76}{‘Year_82}{“体重^ 2”}

重み付けの項は2と5です。

重み付けの項を使用して追加変数プロットを作成します。

Coef = [2 5];plotAdded (mdl系数)

图中包含一个轴对象。标题为Added变量plot的axis对象包含3个类型为line的对象。这些对象表示调整后的数据,Fit: y=0.0164036*x, 95% conf. bounds。

水平線が信頼限界の間に収まっていないので,このプロットは重みの項が有意であることを示しています。

単純な線形回帰モデルに対して,近似曲線と信頼限界が含まれているデ,タの散布図を作成します。単純な線形回帰モデルには,1の予測子変数のみを含めます。

carsmallデ,タセットから燃費の単純な線形回帰モデルを作成します。

负载carsmalltbl = table(MPG,Weight);MDL = fitlm(tbl,“MPG ~重量”
mdl =线性回归模型:MPG ~ 1 +权重估计系数:估计SE tStat pValue __________ _________ _______ __________(截距)49.238 1.6411 30.002 2.7015e-49权重-0.0086119 0.0005348 -16.103 1.6434e-28观测数:94,误差自由度:92均方根误差:4.13 r平方:0.738,调整r平方:0.735 f统计量vs常数模型:259,p值= 1.64e-28

変数重量pValueは非常に小さいので,この変数がモデル内で統計的に有意であることがわかります。関数情节を使用して近似曲線と95%信頼限界が含まれているデータの散布図を作成することにより,この結果を可視化します。

情节(mdl)

图中包含一个轴对象。标题为MPG vs. Weight的axes对象包含4个类型为line的对象。这些对象表示数据、拟合、置信度边界。

水平線が信頼限界の間に収まらないので,このプロットはモデルが有意であることを示しています。これはpValueの結果と一致します。

関数plotAddedを使用して,同じプロットを作成します。

plotAdded (mdl)

图中包含一个轴对象。标题为Added variable plot for Weight的axes对象包含3个类型为line的对象。这些对象表示调整后的数据,Fit: y=-0.00861193*x, 95% conf. bounds。

定数項と1の項のみがモデルに含まれている場合,調整された値は元の値と同じです。したがって,この追加変数プロットは,関数情节で作成した散布図と同じです。

入力引数

すべて折りたたむ

線形回帰モデル。fitlmまたはstepwiselmを使用して作成したLinearModelオブジェクトとして指定します。

回帰モデルmdlの係数。次のいずれかを指定します。

  • mdl。CoefficientNamesmdlCoefficientNamesプロパティ)内の単一の係数名を表す文字ベクトルまたは字符串スカラ。

  • mdl。CoefficientNames内の係数の@ @ンデックスを表す正の整数のベクトル。ベクトルを使用して,複数の係数を指定します。

デ,タ型:字符|字符串||

タ,ゲットの座標軸。オブジェクトを指定します。

現在の座標軸が直交である場合に座標軸が指定されなかった場合,plotAddedは現在の座標軸(gca)を使用します。オブジェクトを作成する方法の詳細にいては,gcaを参照してください。

名前と値の引数

例:“颜色”、“蓝”、“标记”,‘*’

オプションの名称,值引数のコンマ区切りペアを指定します。的名字は引数名で,价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように,複数の名前と値のペアの引数を,任意の順番で指定できます。

メモ

ここでは,グラフィックプロパティの一部だけを紹介しています。完全な一覧にいては,热线のプロパティを参照してください。指定したプロパティによって,調整されたデ,タ点の外観が決まります。

ラ@ @ンの色。“颜色”とRGB 3成分,16進数のカラーコード,または,以下の表に記載されているいずれかの色オプションに対応する色の名前または省略名から構成されるコンマ区切りのペアとして指定します。

“MarkerEdgeColor”“汽车”(既定)であり“MarkerFaceColor”“汽车”である場合,名前と値のペアの引数“颜色”はマカの輪郭の色とマカの塗りぶし色も決定します。

カスタム色の場合は,rgb 3成分または16進数のカラコドを指定します。

  • RGB 3成分は,色の赤,緑,青成分の強度を指定する3要素の行ベクトルです。強度は範囲[0, 1]に含まれていなければなりません。たとえば[0.4 0.6 0.7]のようになります。

  • 16進数のカラ、コ、ドは、ハッシュ記号()で始まり,0からFの範囲にある16進数が3つまたは6つ続く,文字ベクトルまたは字符串スカラーです。この値では,大文字と小文字は区別されません。したがって,カラ,コ,ド“# FF8800”“# ff8800”“# F80”“# f80”は等価です。

あるいは,一部の一般的な色を名前で指定できます。次の表は,名前が付いた色のオプション,等価なRGB 3成分,および16進数のカラーコードの一覧です。

色の名前 省略名 RGB 3成分 16進数のカラコド 外観
“红色” “r” [10 0 0] “# FF0000”

样品的颜色为红色

“绿色” ‘g’ [0 10 0] “# 00 ff00”

样品的颜色为绿色

“蓝” “b” [0 0 1] “# 0000 ff”

样品的颜色为蓝色

“青色” “c” [0 1 1] “# 00飞行符”

样品的颜色为青色

“红色” “米” [10 0 1] “#就”

样品的颜色为洋红色

“黄色” “y” [11 10 0] “# FFFF00”

样品的颜色为黄色

“黑” “k” [0 0 0] # 000000的

样品颜色为黑色

“白色” ' w ' [1 1 1] “# FFFFFF”

样品颜色为白色

“没有” 該当なし 該当なし 該当なし 色なし

以下は,matlab®が多くのタイプのプロットで使用する既定の色に対するRGB 3成分および16進数のカラーコードです。

RGB 3成分 16進数のカラコド 外観
[0 0.4470 0.7410] “# 0072 bd”

RGB三联体[0 0.4470 0.7410]样品,呈深蓝色

[0.8500 0.3250 0.0980] “# D95319”

RGB三联体样品[0.8500 0.3250 0.0980],呈暗橙色

[0.9290 0.6940 0.1250] “# EDB120”

RGB三联体样品[0.9290 0.6940 0.1250],呈暗黄色

[0.4940 0.1840 0.5560] “# 7 e2f8e”

RGB三联体样品[0.4940 0.1840 0.5560],呈深紫色

[0.4660 0.6740 0.1880] “# 77 ac30”

RGB三联体[0.4660 0.6740 0.1880]样本,呈现中绿色

[0.3010 0.7450 0.9330] “# 4 dbeee”

RGB三联体样品[0.3010 0.7450 0.9330],呈浅蓝色

[0.6350 0.0780 0.1840] “# A2142F”

RGB三联体样品[0.6350 0.0780 0.1840],呈暗红色

例:“颜色”、“蓝”

ラ@ @ンの幅。“线宽”と正の値(ポaapl .ント単位)から構成されるコンマ区切りのペアとして指定します。ランにマカがある場合,ラン幅はマカエッジにも影響を与えます。

例:“线宽”,0.75

マ,カ,記号。“标记”と次の表のいずれかの値から構成されるコンマ区切りのペアとして指定します。

マカ 説明 結果として得られるマカ
“o”

圆形记号笔样品

“+” プラス記号

加号标记的样本

‘*’ アスタリスク

星号标记样本

“。”

点标样本

“x” 十字

十字标记样本

“_” 水平線

水平线标记样本

“|” 垂直線

垂直线标记的样本

“年代” 正方形

方形记号笔样本

' d ' 菱形

钻石线标记的样品

“^” 上向き三角形

向上三角形标记的样本

“v” 下向き三角形

向下指向三角形标记的样本

“>” 右向き三角形

右指向三角形标记的样本

“<” 左向き三角形

左指向三角形标记的样本

“p” 星形五角形

五角星记号笔样本

“h” 星形六角形

六芒标记的样本

“没有” マ,カ,なし 該当なし

例:“标记”,“+”

マ,カ,の輪郭の色。“MarkerEdgeColor”とRGB 3成分,16進数のカラコド,または,名前と値のペアの引数颜色に記載されているいずれかの色オプションに対応する色の名前または省略名から構成されるコンマ区切りのペアとして指定します。

既定値“汽车”では,“颜色”を使用して指定されるものと同じ色が使用されます。

例:“MarkerEdgeColor”、“蓝”

マカの塗りぶし色。“MarkerFaceColor”とRGB 3成分,16進数のカラコド,または,名前と値のペアの引数颜色に記載されているいずれかの色オプションに対応する色の名前または省略名から構成されるコンマ区切りのペアとして指定します。

“汽车”では,“颜色”を使用して指定されるものと同じ色が使用されます。

例:“MarkerFaceColor”、“蓝”

マカサズ。“MarkerSize”と正の値(ポaapl .ント単位)から構成されるコンマ区切りのペアとして指定します。

例:“MarkerSize”,2

出力引数

すべて折りたたむ

热线オブジェクト。3行1列のベクトルとして返されます。h (1)h (2)h (3)はそれぞれ,調整されたデ,タ点,近似直線,近似直線の95%信頼限界に対応します。连线オブジェクトのプロパティのクエリと設定を行うには,ドット表記を使用します。詳細にいては,热线のプロパティを参照してください。

名前と値のペアの引数を使用して,1番目のグラフィックスオブジェクトh (1)に対応する,調整されたデ,タ点の外観を指定できます。

詳細

すべて折りたたむ

追加変数プロット

追加変数プロット(偏回帰のてこ比のプロットとも呼ばれます)は,他のすべての項の効果を排除すると,指定した項が応答に与える効果がどの程度増加するかを示します。

単一の予測子変数に対応する単一の項を選択してplotAddedで作成した追加変数プロットには,以下のプロットが含まれます。

  • 調整された予測子変数の値に対する調整された応答値の散布図

  • 調整された予測子変数の値の関数としての,調整された応答値の近似直線

  • 近似直線の95%信頼限界

調整された値は,選択した予測子を除くすべての予測子にあてはめた変数の残差を変数の平均値に加算した値です。たとえば,1番目の予測子変数x1に対する追加変数プロットを考えます。次のようにして,x1を除くすべての予測子に,応答変数yおよび選択した予測子変数x1を当てはめます。

y= gy(x2我, x3我,…,xπ) + r

x1我= gx(x2我, x3我,…,xπ) + r西

ここで,gyとgxはそれぞれ,選択した予測子(x1)を除くすべての予測子に対するyおよびx1の当てはめです。ryとrxは,対応する残差ベクトルです。添字我は,観測値の番号に対応します。調整された値は,各観測値の残差と平均値の合計です。

y ˜ y ¯ + r y x ˜ 1 x ¯ 1 + r x

ここで,gydF4y2Ba x ¯ 1 y ¯ はそれぞれx1およびyの平均を表します。

plotAddedは,( x ˜ 1 y ˜ )の散布図, y ˜ の関数としての x ˜ 1 の近似直線( β 1 x ˜ 1 ),および近似直線の95%信頼限界をプロットします。係数β1は,すべての予測子が含まれている完全なモデルにおけるx1の係数推定値と同じです。

rは,応答値の中で(x1を除く)予測子では説明できない部分を表します。r西は,x1の値の中で他の予測子では説明できない部分を表します。したがって,近似直線は,x1を追加することによって導入される新しい情報が,応答値の説明できない部分をどのように説明できるかを表します。近似直線の勾配がゼロに近く,信頼限界に水平線を含めることができる場合,プロットはx1による新しい情報によっても応答値の説明できない部分を説明できないことを示します。まり,x1はモデルのあてはめにおいて有意ではありません。

plotAddedは,単一の項ではなく複数の項を選択できる,追加変数プロットの拡張機能もサポ,トします。したがって,カテゴリカル予測子,特定の予測子に関係するすべての項,または(定数(切片)項を除く)モデル全体も指定できます。係数ベクトルβをも予測子の集合xを考えます。ここで,我番目の係数を追加変数プロットに対して指定した場合、βは完全なモデルにおけるxの係数推定値です。それ以外の場合,βはゼロです。単位方向ベクトルuをU = β/sとして定義します。ここで,gydF4y2BaS =范数(β)です。すると,Xβ = (Xu)sになります。係数年代をもつ単一の予測子として徐を扱い,単一の項に対してプロットを作成する場合と同じ方法で徐に対する追加変数プロットを作成します。この追加変数プロットにおける近似直線の係数は,sに対応します。

ヒント

  • データカーソルを使用すると,選択したプロットの点の値がデータヒント(データ点の横にある小さいテキストボックス)に表示されます。デ,タヒントには,選択した点のx軸およびy軸の値と,観測値の名前または番号が含まれます。

代替機能

  • LinearModelオブジェクトには,複数のプロット関数が用意されています。

    • モデルを作成するときに,予測子変数の追加または削除による効果を理解するには,plotAddedを使用します。

    • モデルを検証するときに,問題があるデ,タを探し,各観測値の効果を理解するには,plotDiagnosticsを使用します。また,モデルの残差を分析するには,plotResidualsを使用します。

    • モデルをあてはめた後で,特定の予測子の効果を理解するには,plotAdjustedResponseplotPartialDependenceおよびplotEffectsを使用します。2 .の予測子の間の交互作用効果を理解するには,plotInteractionを使用します。また,予測曲面を通るスラplotSliceを使用します。

  • plotAddedは,他の項の効果を排除すると,指定した項が応答に与える効果がどの程度増加するかを示します。これに対してplotAdjustedResponseは,近似値の平均を求めることにより他の予測子を平均化して,モデルのあてはめにおける選択した予測子の効果を示します。plotAddedplotAdjustedResponseでは調整された値の定義が異なることに注意してください。

拡張機能

バ,ジョン履歴

R2012aで導入