语法
ysim =随机（mdl，xnew）
ysim =随机(mdl Xnew、名称、值)
输入参数
|
广义线性模型，指定为完整 |
|
点的
|
名称值对参数
指定可选的逗号分隔的对名称,值论点。的名字参数名和价值是相应的价值。的名字必须出现在单引号内（' ')．可以以任意顺序指定多个名称和值对参数name1，value1，...，namen，valuen．
|
二项式的价值n参数用于训练数据中每一行。 默认值: |
|
每行偏移量的值
默认值: |
输出参数
|
模拟价值矢量
|
例子
广义线性模型模拟
创建广义线性模型，并模拟其对新数据的响应。
生成模型的人工数据，泊松随机数与一个底层预测器X．
RNG（'默认')％可重复x =兰特（20,1）;mu = exp（1 + 2 * x）;y = poissrnd（mu）;
建立Poisson数据的广义线性回归模型。
mdl = fitglm (X, y,“y ~ x1”，“分配”，“泊松”）;
创建预测点。
Xnew = (0: .05:1) ';
模拟新点的响应。
Xnew ysim =随机(mdl);
将模拟值与原始值绘制在一起。
绘图（x，y，“处方”Xnew ysim,'博'，…Xnew，Feval（MDL，Xnew），“g -”)传说('数据'，“模拟”，“安装的意思”，…'地点'，“最佳”)
从函数中生成代码，模拟给定新数据的响应
生成人工数据。具体地说,
．
和
．
．
RNG（'默认')再现性的百分比X = 1 + randn(100,1)*0.5;β= 2;P = exp(1 + x*beta)/(1 + exp(1 + x*beta));%逆分对数n = 10;y = binornd (n, p, 100, (1);
创建二项式数据的广义线性回归模型。指定二项样本大小为10。
mdl = fitglm (x, y,“y ~ x1”，“分布”，“二”，“BinomialSize”n);
将拟合的广义线性模型保存到文件中GLMMdl.mat．
saveCompactModel (mdl“GLMMdl”）;
在当前工作文件夹中声明一个函数myrandomGLM.m那：
接受衡量致力于的
X可能还有有效的名称-值对参数加载拟合的广义线性模型
GLMMdl.mat模拟加载的GLM模型的响应
功能y = myrandomglm（x，varargin）% # codegen使用GLM模型模拟响应％myrandomglm模拟n-by-1中的n观察结果的响应％矢量x使用使用存储在MAT文件GLMMDL.MAT中的GLM模型，%，然后返回n × 1向量y中的模拟结果。CompactMdl = loadCompactModel (“GLMMdl”）;Narginchk（1，INF）;Y =随机（CompactMDL，X，Varargin {：}）;结束
生成一个MEX函数myrandomGLM.m．指定样本内预测器数据X10对于二项式参数n．因为C使用静态类型，codegen必须在编译时确定Matlab®文件中所有变量的属性。将参数指定为编译时常量，使用编码器.Constant.．
codegen配置:墨西哥人myrandomGLMarg游戏{x, coder.Constant(“BinomialSize”),coder.Constant (n)}
mex文件myrandomglm_mex.mexw64.生成您当前的工作目录。文件扩展名取决于您的平台。
使用MEX文件模拟响应。
ysim = myrandomglm_mex（x，“BinomialSize”n);
将模拟值与数据绘制在同一张图中。
数字;绘图（x，y，'博', x, ysim'r *'）;传奇（观察到的反应的，'模拟响应'）;包含(“x”）;ylabel ('是'）;
观察和模拟的响应似乎类似地分布。
扩展功能
在R2012A介绍
您还可以从以下列表中选择一个网站：
