帮助中心帮助中心
置信区间系数广义线性回归模型的估计
ci = coefCI (mdl)
ci = coefCI (mdlα)
ci= coefCI (mdl)返回系数的95%置信区间mdl。
ci= coefCI (mdl)
ci
mdl
例子
ci= coefCI (mdl,α)一级-返回使用置信区间的信心α。
ci= coefCI (mdl,α)
α
全部折叠
找到的系数的置信区间上广义线性回归模型。
使用泊松随机数生成样本数据有两个潜在的预测因子X (: 1)和X (:, 2)。
X (: 1)
X (:, 2)
rng (“默认”)%的再现性rndvars = randn (100 2);X = [2 + rndvars (: 1), rndvars (:, 2)];μ= exp (1 + X * [1, 2]);y = poissrnd(μ);
创建一个广义泊松数据的线性回归模型。
mdl = fitglm (X, y,“y ~ x1 + x2”,“分布”,“泊松”)
mdl =广义线性回归模型:日志(y) ~ 1 + x1 + x2 =泊松分布估计系数:估计SE tStat pValue ________ _____交(拦截)1.0405 0.022122 47.034 0 x1 0 x2 0 1.987 0.0063433 313.24 100 0.9968 0.003362 296.49观察,97错误自由度色散:1 x ^ 2-statistic与常数模型:2.95 e + 05, p值= 0
发现95%(默认)模型的系数的置信区间。
ci =3×20.9966 1.0844 0.9901 1.0035 1.9744 1.9996
发现99%的置信区间系数。
α= 0.01;ci = coefCI (mdlα)
ci =3×20.9824 1.0986 0.9880 1.0056 1.9703 2.0036
GeneralizedLinearModel
CompactGeneralizedLinearModel
广义线性回归模型,指定为一个GeneralizedLinearModel对象创建使用fitglm或stepwiseglm,或者一个CompactGeneralizedLinearModel对象创建使用紧凑的。
fitglm
stepwiseglm
紧凑的
显著性水平的置信区间,指定的数值区间[0,1]。的置信水平ci等于100 (1 -α)%。α置信区间的概率是不包含的真正价值。
例子:0.01
0.01
数据类型:单|双
单
双
置信区间,作为一个返回k2数字矩阵,k是系数的数量。的jth排ci的置信区间是jth系数mdl。系数的名字j存储在CoefficientNames的属性mdl。
CoefficientNames
置信区间系数提供了一个衡量回归系数估计的精度。
100(1 -α)%的置信区间给出相应的回归系数的范围100(1 -α)%的信心,这意味着100(1 -α)%的时间间隔造成重复实验将包含的真实价值系数。
软件使用瓦尔德发现置信区间的方法。100年(1 -α)%回归系数的置信区间
b 我 ± t ( 1 − α / 2 , n − p ) 年代 E ( b 我 ) ,
在哪里b我系数的估计,SE(b我)的标准误差系数估计,和t(1-α/ 2,n- - - - - -p)100(1 -α/ 2)的百分比吗t分布与n- - - - - -p的自由度。n是观察和的数量吗p回归系数的数量。
这个函数完全支持GPU数组。金宝app有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
介绍了R2012a
GeneralizedLinearModel|CompactGeneralizedLinearModel|coefTest|devianceTest
coefTest
devianceTest
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室