主要内容

coefCI

置信区间系数广义线性回归模型的估计

所有的页面崩溃

语法

ci = coefCI (mdl)
ci = coefCI (mdlα)

描述

ci= coefCI (mdl)返回系数的95%置信区间mdl。

例子

ci= coefCI (mdl,α)一级-返回使用置信区间的信心α。

例子

全部折叠

打开生活的脚本

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)。

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 = coefCI (mdl)
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

输入参数

全部折叠

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。

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

数据类型:单|双

输出参数

全部折叠

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。

数据类型:单|双

更多关于

全部折叠

置信区间

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。

扩展功能

版本历史

介绍了R2012a

另请参阅

|||

主题