主要内容gydF4y2Ba

このペー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。gydF4y2Ba

plotInteractiongydF4y2Ba

線形回帰モデルの2つの予測子の交互作用効果のプロットgydF4y2Ba

ページ内をすべて折りたたむgydF4y2Ba

構文gydF4y2Ba

plotInteraction (mdl var1 var2)gydF4y2Ba
plotInteraction (mdl var1、var2 ptype)gydF4y2Ba
h = plotInteraction (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba

説明gydF4y2Ba

例gydF4y2Ba

plotInteraction (gydF4y2BamdlgydF4y2Ba，gydF4y2Bavar1gydF4y2Ba，gydF4y2Bavar2gydF4y2Ba）gydF4y2Baは,線形回帰モデルgydF4y2BamdlgydF4y2Baで選択した2つの予測子gydF4y2Bavar1gydF4y2BaおよびgydF4y2Bavar2gydF4y2BaのgydF4y2Ba主効果gydF4y2BaおよびそのgydF4y2Ba条件付き効果gydF4y2Baのプロットを作成します。効果の値を通る水平ラインは,95%信頼区間を示します。gydF4y2Ba

例gydF4y2Ba

plotInteraction (gydF4y2BamdlgydF4y2Ba，gydF4y2Bavar1gydF4y2Ba，gydF4y2Bavar2gydF4y2Ba，gydF4y2BaptypegydF4y2Ba）gydF4y2Baは,プロットタイプgydF4y2BaptypegydF4y2Baを指定します。たとえば,gydF4y2BaptypegydF4y2BaがgydF4y2Ba“预测”gydF4y2Baである場合,gydF4y2BaplotInteractiongydF4y2Baは1番目の予測子を特定の値に固定した状態で2番目の予測子の関数として,調整された応答関数をプロットします。詳細については,gydF4y2Ba条件付き効果gydF4y2Baを参照してください。gydF4y2Ba

hgydF4y2Ba= plotInteraction (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba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,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インのプロパティを修正するには,gydF4y2BahgydF4y2Baを使用します。プロパティの一覧については,gydF4y2Ba行のプロパティgydF4y2Baを参照してください。gydF4y2Ba

例gydF4y2Ba

すべて折りたたむgydF4y2Ba

ライブスクリプトを開くgydF4y2Ba

交互作用項があるモデルをあてはめ,主効果および条件付き効果を示す交互作用プロットを作成します。gydF4y2Ba

carsmallgydF4y2Baデータセットのデータを使用して,交互作用項が含まれている応答値を作成します。まず,データセットを読み込み,予測子データを正規化します。gydF4y2Ba

负载gydF4y2BacarsmallgydF4y2Ba加速度=正常化(加速度);马力=正常化(马力);位移=正常化(位移);gydF4y2Ba

交互作用項gydF4y2Ba加速度*马力gydF4y2Baが含まれている応答変数を定義します。gydF4y2Ba

y =加速度+ 4*马力+加速度。*马力+位移;gydF4y2Ba

応答値にノイズを追加します。gydF4y2Ba

rng (gydF4y2Ba“默认”gydF4y2Ba）gydF4y2Ba%的再现性gydF4y2BaY = Y + normmrnd (10,0.25*std(Y，gydF4y2Ba“omitnan”gydF4y2Ba),大小(y));gydF4y2Ba

予測子データと応答値が格納されている表を作成します。gydF4y2Ba

台=表(加速、马力、位移,y);gydF4y2Ba

線形回帰モデルをあてはめます。gydF4y2Ba

mdl = fitlm(资源描述,gydF4y2Ba'y ~加速度+马力+加速度*马力+位移+马力*位移'gydF4y2Ba）gydF4y2Ba
mdl =线性回归模型:y ~ 1 +加速度*马力+马力*位移Estimate SE tStat pValue __________ _______ _________ __________ (Intercept) 9.8652 0.16177 60.982 8.587e-77加速度0.63726 0.1626 3.9191 0.00016967马力3.6168 0.34 10.638 9.273e-18位移0.95032 0.31828 2.9858 0.0036144加速度:马力0.60108 0.1851 3.2473 0.0016209马力:位移0.20947 -0.0458630.96352观测数量:99，误差自由度:93均方根误差:1.07 r平方:0.93，调整r平方:0.927 F-statistic vs. constant model: 249, p-value = 3.3e-52gydF4y2Ba

交互作用項gydF4y2Ba加速度*马力gydF4y2BaのgydF4y2BapValuegydF4y2Baは非常に小さいので,交互作用項が統計的に有意であることがわかります。gydF4y2Ba

马力gydF4y2BaとgydF4y2Ba加速度gydF4y2Baの主効果および条件付き効果を示す交互作用プロットを作成します。gydF4y2Ba

plotInteraction (mdlgydF4y2Ba“马力”gydF4y2Ba，gydF4y2Ba“加速”gydF4y2Ba）gydF4y2Ba

图中包含一个坐标轴。标题为“马力和加速度的交互作用”的轴包含12个类型为line的对象。gydF4y2Ba

各予測子について,主効果の点と条件付き効果の点が垂直には並んでいません。したがって,各予測子の主効果および条件付き効果の点に対する信頼区間を通る垂直線を見つけることはできません。このプロットは,応答変数に対する交互作用効果が存在することを示します。gydF4y2Ba

比較のため,gydF4y2Ba位移gydF4y2BaとgydF4y2Ba马力gydF4y2Baの交互作用プロットを作成します。この交互作用項(gydF4y2Ba位移*马力gydF4y2Ba)はgydF4y2BapgydF4y2Ba値が大きいので,統計的に有意ではないことがわかります。gydF4y2Ba

plotInteraction (mdlgydF4y2Ba“位移”gydF4y2Ba，gydF4y2Ba“马力”gydF4y2Ba）gydF4y2Ba

图中包含一个坐标轴。标题为“位移和马力的相互作用”的轴包含12个线型对象。gydF4y2Ba

各予測子について,主効果の点と条件付き効果の点が垂直に並んでいます。このプロットは,交互作用がないことを示します。gydF4y2Ba

ライブスクリプトを開くgydF4y2Ba

交互作用項があるモデルをあてはめ,調整された応答曲線の交互作用プロットを作成します。gydF4y2Ba

carsmallgydF4y2Baデータセットのデータを使用して,交互作用項が含まれている応答値を作成します。まず,データセットを読み込み,予測子データを正規化します。gydF4y2Ba

负载gydF4y2BacarsmallgydF4y2Ba加速度=正常化(加速度);马力=正常化(马力);位移=正常化(位移);gydF4y2Ba

交互作用項gydF4y2Ba加速度*马力gydF4y2Baが含まれている応答変数を定義します。gydF4y2Ba

y =加速度+ 4*马力+加速度。*马力+位移;gydF4y2Ba

応答値にノイズを追加します。gydF4y2Ba

rng (gydF4y2Ba“默认”gydF4y2Ba）gydF4y2Ba%的再现性gydF4y2BaY = Y + normmrnd (10,0.25*std(Y，gydF4y2Ba“omitnan”gydF4y2Ba),大小(y));gydF4y2Ba

予測子データと応答値が格納されている表を作成します。gydF4y2Ba

台=表(加速、马力、位移,y);gydF4y2Ba

線形回帰モデルをあてはめます。gydF4y2Ba

mdl = fitlm(资源描述,gydF4y2Ba'y ~加速度+马力+加速度*马力+位移+马力*位移'gydF4y2Ba）gydF4y2Ba
mdl =线性回归模型:y ~ 1 +加速度*马力+马力*位移Estimate SE tStat pValue __________ _______ _________ __________ (Intercept) 9.8652 0.16177 60.982 8.587e-77加速度0.63726 0.1626 3.9191 0.00016967马力3.6168 0.34 10.638 9.273e-18位移0.95032 0.31828 2.9858 0.0036144加速度:马力0.60108 0.1851 3.2473 0.0016209马力:位移0.20947 -0.0458630.96352观测数量:99，误差自由度:93均方根误差:1.07 r平方:0.93，调整r平方:0.927 F-statistic vs. constant model: 249, p-value = 3.3e-52gydF4y2Ba

交互作用項gydF4y2Ba加速度*马力gydF4y2BaのgydF4y2BapValuegydF4y2Baは非常に小さいので,交互作用項が統計的に有意であることがわかります。gydF4y2Ba

马力gydF4y2Baを特定の値に固定したgydF4y2Ba加速度gydF4y2Baの関数として,調整された応答関数を示す,交互作用プロットを作成します。gydF4y2Ba

plotInteraction (mdlgydF4y2Ba“马力”gydF4y2Ba，gydF4y2Ba“加速”gydF4y2Ba，gydF4y2Ba“预测”gydF4y2Ba）gydF4y2Ba

图中包含一个坐标轴。标题为“马力和加速度的交互作用”的轴包含4个类型为line的对象。这些对象表示马力，-1.4506,0.51529,2.4812。gydF4y2Ba

曲線は平行ではありません。このプロットは,予測子の間に交互作用があることを示します。gydF4y2Ba

比較のため,gydF4y2Ba位移gydF4y2BaとgydF4y2Ba马力gydF4y2Baの交互作用プロットを作成します。交互作用項 (gydF4y2Ba位移*马力gydF4y2Ba)のgydF4y2BapgydF4y2Ba値が大きいので,この交互作用項が統計的に有意ではないことがわかります。gydF4y2Ba

plotInteraction (mdlgydF4y2Ba“位移”gydF4y2Ba，gydF4y2Ba“马力”gydF4y2Ba，gydF4y2Ba“预测”gydF4y2Ba）gydF4y2Ba

图中包含一个坐标轴。标题为“位移和马力的相互作用”的轴包含4个线型对象。这些对象代表位移，-1.0969,0.55827,2.2134。gydF4y2Ba

曲線は平行なので,交互作用がないことがわかります。gydF4y2Ba

入力引数gydF4y2Ba

すべて折りたたむgydF4y2Ba

線形回帰モデルオブジェクト。gydF4y2BafitlmgydF4y2BaまたはgydF4y2BastepwiselmgydF4y2Baを使用して作成したgydF4y2BaLinearModelgydF4y2Baオブジェクト,またはgydF4y2Ba紧凑的gydF4y2Baを使用して作成したgydF4y2BaCompactLinearModelgydF4y2Baオブジェクトとして指定します。gydF4y2Ba

プロットする1番目の変数。gydF4y2Bamdl。VariableNamesgydF4y2Ba内の変数名(gydF4y2BamdlgydF4y2BaのgydF4y2BaVariableNamesgydF4y2Baプロパティ)を表す文字ベクトルまたは字符串配列,またはgydF4y2Bamdl。VariableNamesgydF4y2Ba内の変数のインデックスを表す正の整数を指定します。gydF4y2Ba

データ型:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

プロットする2番目の変数。gydF4y2Bamdl。VariableNamesgydF4y2Ba内の変数名(gydF4y2BamdlgydF4y2BaのgydF4y2BaVariableNamesgydF4y2Baプロパティ)を表す文字ベクトルまたは字符串配列,またはgydF4y2Bamdl。VariableNamesgydF4y2Ba内の変数のインデックスを表す正の整数を指定します。gydF4y2Ba

データ型:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba|gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

プロットのタイプ。次のいずれかの値を指定します。gydF4y2Ba

  • “影响”gydF4y2Ba- - - - - -gydF4y2BaplotInteractiongydF4y2Baは,選択された2つの予測子gydF4y2Bavar1gydF4y2BaおよびgydF4y2Bavar2gydF4y2Baの主効果およびその条件付き効果のプロットを作成します。効果の値を通る水平ラインは,95%信頼区間を示します。gydF4y2Ba

  • “预测”gydF4y2Ba- - - - - -gydF4y2BaplotInteractiongydF4y2Baは,gydF4y2Bavar1gydF4y2Baを特定の値に固定したgydF4y2Bavar2gydF4y2Baの関数として,調整された応答関数をプロットします。gydF4y2Ba

詳細は,gydF4y2Ba主効果gydF4y2BaとgydF4y2Ba条件付き効果gydF4y2Baを参照してください。gydF4y2Ba

出力引数gydF4y2Ba

すべて折りたたむgydF4y2Ba

行オブジェクト。ベクトルとして返されます。line 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。詳細については、行のプロパティgydF4y2Baを参照してください。gydF4y2Ba

プロットタイプがgydF4y2Ba“影响”gydF4y2Ba(既定)である場合,gydF4y2Bah (1)gydF4y2Baは主効果の推定値を表す円に,gydF4y2Bah (2)gydF4y2BaとgydF4y2Bah (3)gydF4y2Baは2つの主効果の95%信頼区間に対応します。gydF4y2BahgydF4y2Baの残りのエントリは,条件付き効果およびその信頼区間に対応します。主効果に関連付けられた线オブジェクトには,gydF4y2Ba“主要”gydF4y2Baというタグが付けられます。gydF4y2Bavar1gydF4y2BaおよびgydF4y2Bavar2gydF4y2Baの条件付き効果に関連付けられた线オブジェクトにはそれぞれ,gydF4y2Ba“conditional1”gydF4y2BaおよびgydF4y2Ba“conditional2”gydF4y2Baというタグが付けられます。gydF4y2Ba

プロットタイプがgydF4y2Ba“预测”gydF4y2Baである場合,gydF4y2BahgydF4y2Baの各エントリはプロットの各曲線に対応します。gydF4y2Ba

詳細gydF4y2Ba

すべて折りたたむgydF4y2Ba

主効果gydF4y2Ba

予測子の効果(主効果)は,他の予測子の効果を平均化して,ある予測子の値を変更した場合に,その予測子が応答に与える効果を表します。gydF4y2Ba

予測子変数xgydF4y2Ba年代gydF4y2Baの効果は次のように定義されます。gydF4y2Ba

g (xgydF4y2Ba如果gydF4y2Ba) - g (xgydF4y2BasjgydF4y2Ba) ，gydF4y2Ba

ここでgはgydF4y2Ba調整された応答gydF4y2Ba関数です。関数gydF4y2BaplotEffectsgydF4y2Baは,観測値我およびjを以下のように選択します。順序変数ではないカテゴリカル変数の場合,xgydF4y2Ba如果gydF4y2BaとxgydF4y2BasjgydF4y2Baはそれぞれ,調整された応答が最大および最小になる予測子の値です。したがって,効果の値は常に正です。数値変数または順序カテゴリカル変数の場合,調整された応答が最大および最小になる2つの予測子の値が選択されます。ここで,gydF4y2BaxgydF4y2Ba如果gydF4y2Ba< xgydF4y2BasjgydF4y2Baです。gydF4y2Ba

plotEffectsgydF4y2Baは,各予測子変数に対して,効果の値およびその95%信頼区間をプロットします。gydF4y2Ba

調整された応答gydF4y2Ba

調整された応答関数は,あてはめで使用したデータに対して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,あてはめた応答と単一の予測子の間の関係を表します。gydF4y2Ba

予測子変数gydF4y2Ba(xgydF4y2Ba1gydF4y2Ba, xgydF4y2Ba2gydF4y2Bax、…gydF4y2BapgydF4y2Ba）gydF4y2Baと応答変数yに対する回帰モデルは,次のような形式になります。gydF4y2Ba

ygydF4y2Ba我gydF4y2Ba= f (xgydF4y2Ba1我gydF4y2Ba, xgydF4y2Ba2我gydF4y2Bax、…gydF4y2BaπgydF4y2Ba) + rgydF4y2Ba我gydF4y2Ba，gydF4y2Ba

ここでfは当てはめた回帰関数,rは残差です。添字我は観測値の番号に対応します。gydF4y2Ba

たとえば1番目の予測子変数xgydF4y2Ba1gydF4y2Baに対する調整された応答関数は,次のように定義されます。gydF4y2Ba

ggydF4y2Ba （gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba fgydF4y2Ba （gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba 我gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba 3.gydF4y2Ba 我gydF4y2Ba ，gydF4y2Ba ．．．gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba pgydF4y2Ba 我gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba

ここでnは観測値の個数です。調整された応答データ値は、調整された当てはめ値と残差を各観測値について合計した値です。

ygydF4y2Ba ˜gydF4y2Ba 我gydF4y2Ba ＝gydF4y2Ba ggydF4y2Ba （gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba 我gydF4y2Ba ）gydF4y2Ba +gydF4y2Ba rgydF4y2Ba 我gydF4y2Ba ．gydF4y2Ba

plotAdjustedResponsegydF4y2Baは,選択された予測子変数に対して,調整された応答関数と調整された応答データ値をプロットします。gydF4y2Ba

条件付き効果gydF4y2Ba

モデルに交互作用項が含まれている場合,ある予測子の主効果は,その予測子に作用する他の予測子の値によって変化します。このような場合,他の予測子の特定の値に対する,ある予測子の条件付き効果は,両方の予測子の実際の効果を理解するために役立ちます。条件付き効果の値を使用すると,ある予測子の効果が他の予測子の値に依存するかどうかを確認できます。gydF4y2Ba

条件付き効果を定義するには,2つの予測子変数の関数として,調整された応答関数を定義します。たとえばxgydF4y2Ba1gydF4y2BaとxgydF4y2Ba2gydF4y2Baの調整された応答関数は,次のようになります。gydF4y2Ba

hgydF4y2Ba （gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba fgydF4y2Ba （gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba 3.gydF4y2Ba 我gydF4y2Ba ，gydF4y2Ba ．．．gydF4y2Ba ，gydF4y2Ba xgydF4y2Ba pgydF4y2Ba 我gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba

ここでfは当てはめた回帰関数,nは観測値の個数です。gydF4y2Ba

他の予測子の特定の値(xgydF4y2Ba1 kgydF4y2Ba)に対する,ある予測子(xgydF4y2Ba2gydF4y2Ba)の条件付き効果は,次のように定義されます。gydF4y2Ba

h (x)gydF4y2Ba1 kgydF4y2Ba, xgydF4y2Ba2我gydF4y2Ba) - h (xgydF4y2Ba1 kgydF4y2Ba, xgydF4y2Ba2 jgydF4y2Ba)．gydF4y2Ba

条件付き効果の値を計算するため,gydF4y2BaplotInteractiongydF4y2Baは,gydF4y2Ba主効果gydF4y2Baを計算してxgydF4y2Ba1 kgydF4y2Baの値を選択するときと同じ方法で,xgydF4y2Ba2gydF4y2Baの観測値我およびjを選択します。xgydF4y2Ba1gydF4y2Baがカテゴリカル変数である場合,gydF4y2BaplotInteractiongydF4y2BaはxgydF4y2Ba1gydF4y2Baのすべてのレベルについて条件付き効果を計算します。xgydF4y2Ba1gydF4y2Baが数値変数である場合,gydF4y2BaplotInteractiongydF4y2BaはxgydF4y2Ba1gydF4y2Baの最小値,xgydF4y2Ba1gydF4y2Baの最大値,および最小値と最大値の平均値という3つのxgydF4y2Ba1gydF4y2Baの値について条件付き効果を計算します。gydF4y2Ba

プロットタイプがgydF4y2Ba“影响”gydF4y2Ba(既定)である場合,gydF4y2BaplotInteractiongydF4y2Baは,選択された2つの予測子の主効果,その条件付き効果,およびこれらの効果の値の95%信頼限界をプロットします。gydF4y2Ba

プロットタイプがgydF4y2Ba“预测”gydF4y2Baである場合,gydF4y2BaplotInteractiongydF4y2Baは1番目の予測子を特定の値に固定した状態で2番目の予測子の関数として,調整された応答関数をプロットします。たとえば,gydF4y2BaplotInteraction (mdl x1, x2,“预测”)gydF4y2BaはxgydF4y2Ba1 kgydF4y2Baの各値についてgydF4y2Bah (x)gydF4y2Ba1 kgydF4y2Ba, xgydF4y2Ba2gydF4y2Ba）gydF4y2Baの曲線をプロットします。gydF4y2Ba

ヒントgydF4y2Ba

  • 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。データヒントには,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。gydF4y2Ba

代替機能gydF4y2Ba

拡張機能gydF4y2Ba

参考gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba

トピックgydF4y2Ba

R2012aで導入gydF4y2Ba

统计和机器学习工具箱ドキュメンテーションgydF4y2Ba

サポートgydF4y2Ba

機械学習をマスターする:MATLABステップ・バイ・ステップガイドgydF4y2Ba

機械学習をマスターする:MATLABステップ・バイ・ステップガイドgydF4y2Ba

电子书をダウンロードするgydF4y2Ba