plotDiagnostics
情节线性回归模型的观察诊断
语法
描述
plotDiagnostics创建一个阴谋的观察诊断等杠杆,库克的距离,和delete-1统计识别异常值和影响力的观察。
例子
发现异常值使用杠杆和库克的距离
情节的利用价值和库克的距离观察和发现离群值。
加载carsmall数据集和符合里程的线性回归模型的函数模型,重量和体重的平方。
负载carsmall台=表(MPG、重量);资源描述。年=分类(Model_Year);mdl = fitlm(资源描述,“MPG ~年+重量^ 2”);
情节杠杆值。
plotDiagnostics (mdl)传说(“显示”)%显示传奇
虚线代表推荐阈值2 *p/n,在那里p系数的数量,n是观测的数量。找到阈值使用NumCoefficients和NumObservations属性。
t_leverage = 2 * mdl.NumCoefficients / mdl.NumObservations
t_leverage = 0.1064
找到观察和杠杆值超过阈值。
找到(mdl.Diagnostics。利用> t_leverage)
ans =3×126日32 35
你也可以找到一个观察数量通过使用数据提示。选择上面的数据点阈值线来显示他们的数据提示。提示包含的数据x设在和y设在值选择的点,随着观测数。
情节的库克的距离值。
plotDiagnostics (mdl“cookd”)
虚线代表推荐的阈值。计算阈值t_cookd。
t_cookd = 3 *意味着(mdl.Diagnostics.CooksDistance,“omitnan”)
t_cookd = 0.0320
找到与库克的距离的观测值超过阈值。
找到(mdl.Diagnostics。CooksDistance > t_cookd)
ans =6×126 35 80 90 92 97
两个观察(26 - 35)是离群值的措施,但一些点(32、80、90、92和97年)被只有一个测量异常值。
输入参数
plottype- - - - - -类型的情节
“杠杆”(默认)|“轮廓”|“cookd”|“covratio”|“dfbetas”|“dffits”|“s2_i”
类型的情节,指定为这个表中的值之一。
| 价值 | 情节类型 | 参考的点线的阴谋 | 目的 |
|---|---|---|---|
“轮廓” |
剩余与杠杆覆盖轮廓的库克的距离 | 轮廓的库克的距离 | 观察认同大的剩余价值,高杠杆和大型库克的距离值。 |
“cookd” |
库克的距离 | 推荐阈值,计算3 *意味着(mdl.Diagnostics.CooksDistance) |
确定观测大库克的距离值。 |
“covratio” |
Delete-1协方差的比率决定因素 | 推荐阈值计算1±3 * p / n,在那里p是系数的数量(mdl.NumCoefficients),n是观测的数量(mdl.NumObservations) |
确定观测delete-1统计值不在推荐阈值的范围。 |
“dfbetas” |
Delete-1比例系数估计的差异 | 推荐阈值,计算3 /√(n) |
确定观测大delete-1统计值。 |
“dffits” |
Delete-1拟合值的差异 | 推荐阈值,计算2 *倍根号(p / n)在一个绝对值 |
确定观测大delete-1统计值的绝对值。 |
“杠杆” |
利用 | 推荐阈值,计算2 * p / n |
识别高杠杆的观察。 |
“s2_i” |
Delete-1方差 | 均方误差(mdl.MSE) |
比较delete-1方差和均方误差。 |
所有图表类型(除了“轮廓”,x设在是行号(订单)的观察。
的诊断的属性mdl包含所使用的诊断价值plotDiagnostics创建块。
关于观察诊断方法的更多信息,请参阅库克的距离,Delete-1统计,利用。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。
例子:“颜色”、“蓝”、“标记”,“o”
请注意
图形属性列在这里只是一个子集。一个完整的列表,请参阅行属性。指定的属性确定诊断数据点的外观。
颜色- - - - - -线颜色
RGB值|十六进制颜色代码|颜色名称|短名称
线的颜色,指定为逗号分隔组成的“颜色”和一个RGB值,十六进制颜色代码,颜色名称,或短名称的颜色选项下面的表中列出。
的“颜色”名称-值对的论点也决定标记轮廓填充颜色,如果颜色和标志“MarkerEdgeColor”是“汽车”(默认),“MarkerFaceColor”是“汽车”。
为一个自定义颜色,指定一个RGB值或十六进制的颜色代码。
一个RGB值三元素行向量的元素指定强度的红色,绿色和蓝色的组件的颜色。强度必须在范围内
[0,1]例如,(0.4 0.6 0.7)。十六进制颜色代码是一个字符串标量或字符始于一个散列向量符号(
#)后面跟着三个月或六个十六进制数字,它的范围可以从0来F。的值是不区分大小写的。因此,颜色代码“# FF8800”,“# ff8800”,“# F80”,“# f80”是等价的。
或者,您可以指定一些常见颜色的名字。此表列出了命名颜色选项,相当于RGB三胞胎,十六进制颜色代码。
| 颜色名称 | 短名称 | RGB值 | 十六进制颜色代码 | 外观 |
|---|---|---|---|---|
“红色” |
“r” |
(1 0 0) |
“# FF0000” |
|
“绿色” |
“g” |
(0 1 0) |
“# 00 ff00” |
|
“蓝色” |
“b” |
(0 0 1) |
“# 0000 ff” |
|
“青色” |
“c” |
(0 1 1) |
“# 00飞行符” |
|
“红色” |
“m” |
(1 0 1) |
“#”就 |
|
“黄色” |
“y” |
(1 1 0) |
“# FFFF00” |
|
“黑色” |
“k” |
(0 0 0) |
“000000 #” |
|
“白色” |
“w” |
(1 1 1) |
“# FFFFFF” |
|
“没有” |
不适用 | 不适用 | 不适用 | 没有颜色 |
这是默认颜色的RGB三胞胎和十六进制颜色编码MATLAB®使用在许多类型的情节。
| RGB值 | 十六进制颜色代码 | 外观 |
|---|---|---|
[0 0.4470 - 0.7410) |
“# 0072 bd” |
|
(0.8500 0.3250 0.0980) |
“# D95319” |
|
(0.9290 0.6940 0.1250) |
“# EDB120” |
|
(0.4940 0.1840 0.5560) |
“# 7 e2f8e” |
|
(0.4660 0.6740 0.1880) |
“# 77 ac30” |
|
(0.3010 0.7450 0.9330) |
“# 4 dbeee” |
|
(0.6350 0.0780 0.1840) |
“# A2142F” |
|
例子:“颜色”、“蓝”
线宽- - - - - -线宽
积极的价值
线宽,指定为逗号分隔组成的“线宽”和一个积极的价值点。如果线标记,标记的线宽也会影响边缘。
例子:“线宽”,0.75
标记- - - - - -标记符号
“o”|“+”|‘*’|“。”|“x”|……
标记符号,指定为逗号分隔组成的“标记”在这个表的一个值。
| 标记 | 描述 | 产生的标志 |
|---|---|---|
“o” |
圆 |
|
“+” |
加号 |
|
“*” |
星号 |
|
“。” |
点 |
|
“x” |
交叉 |
|
“_” |
水平线 |
|
“|” |
垂直的线 |
|
“广场” |
广场 |
|
“钻石” |
钻石 |
|
“^” |
Upward-pointing三角形 |
|
“v” |
向下的三角形 |
|
“>” |
三点三角形 |
|
" < " |
只左向三角形 |
|
“五角星形” |
五角星形 |
|
“卦” |
六角星形 |
|
“没有” |
没有标记 | 不适用 |
例子:“标记”,“+”
MarkerEdgeColor- - - - - -大纲标志颜色
“汽车”(默认)|“没有”|RGB值|十六进制颜色代码|颜色名称|短名称
标志颜色,轮廓指定为逗号分隔组成的“MarkerEdgeColor”和一个RGB值,十六进制颜色代码,颜色名称,或短名称中列出的颜色选项之一颜色名称-值对的论点。
的默认值“汽车”使用相同的颜色指定使用“颜色”。
例子:“MarkerEdgeColor”、“蓝”
MarkerFaceColor- - - - - -标记填充颜色
“没有”(默认)|“汽车”|RGB值|十六进制颜色代码|颜色名称|短名称
填充颜色标志,指定为逗号分隔组成的“MarkerFaceColor”和一个RGB值,十六进制颜色代码,颜色名称,或短名称中列出的颜色选项之一颜色名称-值对的论点。
的“汽车”使用指定的值使用相同的颜色“颜色”。
例子:“MarkerFaceColor”、“蓝”
MarkerSize- - - - - -标志尺寸
6(默认)|积极的价值
标记大小,指定为逗号分隔组成的“MarkerSize”和一个积极的价值点。
例子:“MarkerSize”, 2
输出参数
更多关于
提示
光标显示的数据的值选择情节点在数据提示(小文本框位于旁边的数据点)。提示包含的数据x设在和y设在选择的点值,以及观察名称或号码。
使用
传奇(显示)显示预填充的传奇。
选择功能
一个
LinearModel对象提供了多个绘图功能。当创建一个模型,使用
plotAdded理解添加或删除一个预测变量的影响。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
plotAdjustedResponse,plotPartialDependence,plotEffects要理解一个特定的预测的影响。使用plotInteraction了解两个因素之间的相互影响。此外,使用plotSlice通过预测情节片表面。
引用
[1]净,J。,米。H。Kutner, C. J. Nachtsheim, and W. Wasserman.应用线性统计模型,第四版。芝加哥:麦格劳-希尔欧文,1996年。
扩展功能
版本历史
介绍了R2012a
