节日

对每个预测器使用一个输入预测广义线性回归模型的响应

折叠所有页面

语法

ypred=feval（mdl，Xnew1，Xnew2，…，Xnewn）

ypred=函数宏指令(mdl,Xnew1 Xnew2,…,Xnewn）的预测响应mdl到新的输入预测器Xnew1 Xnew2,…,Xnewn．

打开实时脚本

创建一个广义线性回归模型，并绘制它对输入数据范围的响应。

使用具有两个潜在预测因子的泊松随机数生成样本数据X（：，1）和X（：，2）．

rng(“默认”）%为了再现性rndvars=randn（100,2）；X=[2+rndvars（：，1），rndvars（：，2）]；mu=exp（1+X*[1；2]）；y=poissrnd（mu）；

建立Poisson数据的广义线性回归模型。

mdl = fitglm (X, y,'y ~ x1 + x2',“分布”,“泊松”）;

为。生成值的范围X（：，1）和X（：，2），并在这些值上绘制预测图。

[Xtest1, Xtest2] = meshgrid (min (X(: 1)): 5:马克斯(X(: 1)),最小值(X (:, 2)): 5: max (X (:, 2)));Z =函数宏指令(mdl Xtest1 Xtest2);冲浪(Xtest1 Xtest2, Z)

图中包含一个轴对象。axis对象包含一个类型为surface的对象。

广义线性回归模型，指定为GeneralizedLinearModel对象创建使用fitglm或stepwiseglm，或紧致广义线性模型对象创建使用契约．

新的预测值，指定为向量、矩阵、表或数据集数组。

如果您传递多个输入Xnew1 Xnew2,…,Xnewn每个都包含一个预测变量的观测值，那么每个输入必须是一个向量。每个向量的大小必须相同。如果您指定一个预测变量为标量，那么节日将标量参数展开为与其他参数大小相同的常量向量。
如果你传递一个输入Xnew1,然后Xnew1必须是表、数据集数组或矩阵。
- 如果Xnew1是表还是数据集数组，它必须包含与预测器名称的属性mdl．
- 如果Xnew1是一个矩阵，它必须具有与用于创建的预测输入相同顺序的相同数量的变量（列）mdl.注意Xnew1还必须包含在拟合模型中未用作预测因子的任何预测因子变量。此外，创建时使用的所有变量mdl必须是数值。要将数值预测器视为分类预测器，请使用“卡尔瓦尔”创建时的名称-值对参数mdl．

数据类型:单|双|表格

预测响应值Xnew1 Xnew2,…,Xnewn，作为数字向量返回。

对于二项式模型，节日使用1作为BinomialSize参数，则输入的值ypred预计概率。要返回试验中成功的数字，使用预测函数，并指定试验次数“BinomialSize”名称-值对的论点。

对于具有偏移的模型，节日使用0作为偏移值。若要指定拟合模型时使用的偏移值，请使用预测功能与功能“抵消”名称-值对的论点。

回归对象在数学上是一个估计响应和预测器之间关系的函数。的节日函数使对象的行为类似于MATLAB中的函数^®．你可以通过节日转换为接受函数输入的另一个函数，例如fminsearch和积分．
节日与从表或数据集数组创建的模型一起使用可能更简单。当您有新的预测数据时，您可以将它传递给节日无需创建表或矩阵。

预测给出的预测与节日如果使用默认值“抵消”和“BinomialSize”的名称-值对参数预测．如果为这些参数指定其他值，预测值可能会不同。的预测函数还返回其预测的置信区间。请注意,预测函数接受一个包含所有预测变量的输入参数，而不是每个预测变量有一个输入的多个输入参数。
随机预测附加噪音的响应。