句法GydF4y2Ba

描述GydF4y2Ba

aoctool（x，y，group）GydF4y2Ba适合单独的线与列向量，GydF4y2BaXGydF4y2BaandyGydF4y2Ba，，，，for each group defined by the values in the arrayGroup。GydF4y2BaGroup可能是字符矢量的分类变量，矢量，字符阵列或单元格数组。这些类型的模型被称为协方差（Anocova）模型的单向分析。输出由三个数字组成：GydF4y2Ba

• 数据和预测曲线的交互式图GydF4y2Ba

• 方差分析桌GydF4y2Ba

• 参数估计表GydF4y2Ba

您可以使用数字更改模型并测试模型的不同部分。有关交互式使用的更多信息GydF4y2BaaoctoolGydF4y2Bafunction appears in协方差工具分析GydF4y2Ba。GydF4y2Ba

aoctool(x,y,group,alpha)确定预测间隔的置信度。信心水平是GydF4y2Ba100（1-alpha）GydF4y2Ba％。的默认值GydF4y2BaαGydF4y2Ba是0.05.

aoctool（x，y，group，alpha，xname，yname，gname）GydF4y2Ba指定用于使用的名称GydF4y2BaXGydF4y2Ba，，，，GydF4y2BayGydF4y2Ba，，，，andGGydF4y2Bavariables in the graph and tables. If you enter simple variable names for theXGydF4y2Ba，，，，GydF4y2BayGydF4y2Ba，，，，andGGydF4y2Baarguments, the aoctool function uses those names. If you enter an expression for one of these arguments, you can specify a name to use in place of that expression by supplying these arguments. For example, if you enterm（：，2）GydF4y2Ba作为GydF4y2BaXGydF4y2Ba论点，您可能会选择输入GydF4y2Ba'Col 2'GydF4y2Ba作为GydF4y2BaXnameargument.

aoctool（x，y，group，alpha，xname，yname，gname，gname，GydF4y2Badisplayopt）GydF4y2Ba启用图形和表显示GydF4y2Badisplayopt是GydF4y2Ba'上'GydF4y2Ba（默认）并在GydF4y2Badisplayopt是GydF4y2Ba'off'。GydF4y2Ba

aoctool（x，y，group，alpha，xname，yname，gname，gname，GydF4y2Badisplayopt，，，，GydF4y2Ba模型GydF4y2Ba）GydF4y2Ba指定适合的初始模型。的价值GydF4y2Ba模型GydF4y2Ba可以是以下任何一个：GydF4y2Ba

• “同样的平均”GydF4y2Ba— Fit a single mean, ignoring grouping

• “单独的意思”GydF4y2Ba— Fit a separate mean to each group

• 'same line'- 适合一行，忽略分组GydF4y2Ba

• '平行线'GydF4y2Ba- 将单独的线与每个组安装，但要约束并行的行GydF4y2Ba

• 'separate lines'- 适合每个组的单独线路，没有任何约束GydF4y2Ba

h = aoctool（...）GydF4y2Ba将手柄向量返回到图中的线对象。GydF4y2Ba

[H，ATAB，CTAB] = aoctool（...）GydF4y2Ba返回包含ANOVA表中条目的单元格数组（GydF4y2Baatab）and the table of coefficient estimates (ctabGydF4y2Ba）。（您可以使用该剪贴板将任一表的文本版本复制到剪贴板GydF4y2Ba复制文字GydF4y2Ba项目GydF4y2Ba编辑GydF4y2Ba菜单。）GydF4y2Ba

[h,atab,ctab,stats] = aoctool(...)返回aGydF4y2Ba统计GydF4y2Ba您可以用来执行后续多重比较测试的结构。ANOVA表的输出包括对斜率或截距都是相同的假设的测试，与一般替代方案相同，即它们并非完全相同。有时，最好执行测试以确定哪些值对有显着差异，哪些是什么不同。您可以使用GydF4y2Bamultcomparefunction to perform such tests by supplying the统计GydF4y2Ba结构作为输入。您可以测试斜率，截距或人口边际平均值（平均值的曲线高度GydF4y2BaXGydF4y2Bavalue).

例子GydF4y2Ba

此示例说明了如何非相互交互的不同模型。加载较小的汽车数据集并拟合单独的斜坡模型后，您可以检查系数估计值。GydF4y2Ba

负载carsmall [h, c s] = aoctool(重量、英里、模型_Year,0.05,... '','','','off','separate lines'); c(:,1:2) ans = 'Term' 'Estimate' 'Intercept' [45.97983716833132] ' 70' [-8.58050531454973] ' 76' [-3.89017396094922] ' 82' [12.47067927549897] 'Slope' [-0.00780212907455] ' 70' [ 0.00195840368824] ' 76' [ 0.00113831038418] ' 82' [-0.00309671407243]

粗略地说，与GydF4y2BaMPGGydF4y2Ba至GydF4y2Ba重量GydF4y2Ba截距接近45.98，斜率接近-0.0078。每个小组的系数在某种程度上被抵消了这些值。例如，1970年制造的汽车的截距为45.98-8.58 = 37.40。GydF4y2Ba

接下来，尝试使用并行线条。（ANOVA表显示平行线拟合明显比单独的线拟合差得多。）GydF4y2Ba

[h，a，c，s] = aoctool（重量，mpg，model_year，0.05，...'''''''，''，''，''，''，'parallel lines'）;c（：，1：2）ans ='术语'''''截图'[43.38984085130596]'70'[-3.27948192983761]'76'[-1.35036234809006]'[-1.35036234809006]'82GydF4y2Ba

Again, there are different intercepts for each group, but this time the slopes are constrained to be the same.

也可以看看GydF4y2Ba

ANOVA1GydF4y2Ba|GydF4y2Bamultcompare|GydF4y2BapolytoolGydF4y2Ba