devianceTest

广义线性回归模型的偏差分析

折叠所有页面

语法

台= devianceTest (mdl)

描述

例子

资源描述= devianceTest (mdl）返回广义线性回归模型的偏差分析表mdl．表资源描述给出一个测试的结果，以确定模型是否mdl比常数模型更适合。

例子

全部折叠

执行异常测试

打开生活的脚本

对广义线性回归模型进行偏差检验。

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”）%的再现性rndvars = randn (100 2);X = [2 + rndvars(:，1)，rndvars(:，2)];mu = exp(1 + X*[1;2]);y = poissrnd(μ);

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”）

mdl =广义线性回归模型:log(y) ~ 1 + x1 + x2分布=泊松估计系数:估值SE tStat pValue ________ _________ ______ ______ (Intercept) 1.0405 0.022122 47.034 0 x1 0.9968 0.003362 296.49 0 x2 1.987 0.0063433 313.24 0 100个观测值，97个误差自由度1 Chi^2-statistic vs. constant model: 2.95e+05, p-value = 0

检验模型是否以统计上显著的方式与常数不同。

台= devianceTest (mdl)

台=2×4表异常DFE chi2Stat pValue  __________ ___ __________ ______ 日志(y) ~ 1 2.9544 e + 05 99日志(y) ~ 1 x1 + x2 + 107.4 97 2.9533 e + 05年0

小p-value表示模型与常量有显著差异。注意，模型显示mdl包括表的第二行中显示的统计信息。

输入参数

全部折叠

`mdl`- - - - - -广义线性回归模型
`GeneralizedLinearModel`对象|`CompactGeneralizedLinearModel`对象

广义线性回归模型，指定为GeneralizedLinearModel对象创建使用fitglm或stepwiseglm,或者一个CompactGeneralizedLinearModel对象创建使用紧凑的．

输出参数

全部折叠

`资源描述`-异常汇总统计分析
表格

分析偏差汇总统计，返回为表。

资源描述包含对常量模型和模型的偏差统计的分析mdl．该表包括每个模型的这些列。

列	描述
`异常`	偏差是对应模型对数似然差的两倍(`mdl`或常数)和饱和模型。有关更多信息，请参见异常．
`教育部`	自由度为误差(残差)，等于n- - - - - -p,在那里n是观察的次数，和p是估计系数的数目吗
`chi2Stat`	F-统计量或卡方统计量，取决于是否估计离散度(F-统计量)或不(卡方统计量) F-statistic是常数模型的偏差与完整模型的偏差之间的差，除以估计的离散度。卡方统计量是常数模型的偏差与完整模型的偏差之间的差值。
`pValue`	p与检验相关的值:卡方统计量与p- 1自由度，或者F统计与p- 1分子的自由度`教育部`分母自由度，其中p是估计系数的数目吗