随机的

用随机噪声模拟线性回归模型的响应

在页面上崩溃

句法

ysim = random(mdl,Xnew)

描述

例子

ysim=随机（mdl那XNEW.的）simulates responses to the predictor data inXNEW.使用线性模型mdl那adding random noise.

例子

全部收缩

用随机噪声模拟响应数据

Open Live Script

创造一个二次模型的汽车里程，作为重量的函数carsmall数据集。

加载carsmallX = Weight; y = MPG; mdl = fitlm(X,y,'quadratic'）;

为具有随机噪声的数据创建模拟响应。

ysim =随机（mdl，x）;

绘制原始响应和模拟响应，以了解它们的不同。

plot(X,y,'o'那X,ysim,'X'） 传奇（'Data'那'模拟'的）

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent Data, Simulated.

输入参数

全部收缩

`mdl`-Linear regression model object
`LinearModel`目的|`CompactLinearModel.`目的

Linear regression model object, specified as aLinearModel使用的对象Fitlm.orstepwiselm那or aCompactLinearModel.使用的对象compact。

`XNEW.`-New predictor input values
table|数据集数组|矩阵

New predictor input values, specified as a table, dataset array, or matrix. Each row ofXNEW.corresponds to one observation, and each column corresponds to one variable.

如果XNEW.是一个表或数据集数组，它必须包含具有与中相同的预测器名称的预测器PredictorNames财产mdl。
如果XNEW.is a matrix, it must have the same number of variables (columns) in the same order as the predictor input used to createmdl。Note thatXNEW.还必须包含任何未在拟合模型中用作预测器的预测变量。此外，所有用于创建的变量mdl必须是数字。要将数字预测器视为分类，请使用的预测器'CategoricalVars'创建时的名称值对参数mdl。

数据类型：单身的|双倍的|table

输出参数

全部收缩

`ysim`- 模拟响应值
numeric vector

模拟响应值，作为数字矢量返回。模拟值是预测的响应值XNEW.随机噪音扰乱。噪声是独立的并且通常分布，平均等于零和方差等于模型的估计误差方差。

Alternative Functionality

For predictions without random noise, usepredictorfeval。这两个函数给出了相同的预测。

predict接受包含所有预测器变量的单个输入参数，并在其预测上给出置信区间。
feval接受具有每个预测变量的一个输入的多个输入参数。

扩展能力

C / C ++代码生成
Generate C and C++ code using MATLAB® Coder™.

使用说明和限制：

UseSavelarnerforcoder.那loadlearnerforcoder.那andCodegen.（MATLAB编码器）为此生成代码随机的功能。使用培训模型Savelarnerforcoder.。Define an entry-point function that loads the saved model by usingloadlearnerforcoder.and calls the随机的功能。然后使用Codegen.为入学点函数生成代码。
随机的可以返回比matlab的不同数量^®如果以下任一项是真的：
- 输出是非卡尔卡尔。
- 输入参数对于分发无效。

此表包含有关参数的注释随机的。不包含此表中未包含的参数完全支持。金宝app

Argument Notes and Limitations

Argument	Notes and Limitations
`mdl`	假设您使用使用的线性模型`Fitlm.`并指明`'抢劫'`as a structure with an anonymous function handle for the`robustwgtfun.`field, use`Savelarnerforcoder.`保存模型，然后使用`loadlearnerforcoder.`加载模型。在这种情况下，`loadlearnerforcoder.`无法恢复Robust属性进入MATLAB工作区。然而，`loadlearnerforcoder.`can load the model at compile time within an entry-point function for code generation. For the usage notes and limitations of the model object, see代码生成of the`CompactLinearModel.`目的。
`XNEW.`	`XNEW.`必须是单精度或双精度矩阵或包含数字变量，分类变量或两者的表。 The number of rows, or observations, in`XNEW.`can be a variable size, but the number of columns in`XNEW.`must be fixed. 如果you want to specify`XNEW.`作为表格，那么必须使用表培训您的模型，您必须确保您的入学点函数进行预测：接受数据作为阵列 Creates a table from the data input arguments and specifies the variable names in the table Passes the table to`predict` 有关此表工作流的示例，请参阅生成代码以在表中对数据进行分类。For more information on using tables in code generation, see代码生成表格（MATLAB编码器）and代码生成的表限制（MATLAB编码器）。

mdl

假设您使用使用的线性模型Fitlm.并指明'抢劫'as a structure with an anonymous function handle for therobustwgtfun.field, useSavelarnerforcoder.保存模型，然后使用loadlearnerforcoder.加载模型。在这种情况下，loadlearnerforcoder.无法恢复Robust属性进入MATLAB工作区。然而，loadlearnerforcoder.can load the model at compile time within an entry-point function for code generation.
For the usage notes and limitations of the model object, see代码生成of theCompactLinearModel.目的。

XNEW.

XNEW.必须是单精度或双精度矩阵或包含数字变量，分类变量或两者的表。
The number of rows, or observations, inXNEW.can be a variable size, but the number of columns inXNEW.must be fixed.
如果you want to specifyXNEW.作为表格，那么必须使用表培训您的模型，您必须确保您的入学点函数进行预测：
- 接受数据作为阵列
- Creates a table from the data input arguments and specifies the variable names in the table
- Passes the table topredict
有关此表工作流的示例，请参阅生成代码以在表中对数据进行分类。For more information on using tables in code generation, see代码生成表格（MATLAB编码器）and代码生成的表限制（MATLAB编码器）。