文档

删除

Class:LinearModel

Remove terms from linear model

句法

MDL1= removeterms(mdl,terms)

描述

MDL1= removeterms(mdl,,,,术语返回线性回归模型MDL1that is the same as the input modelmdl,但按照指定的术语删除术语

输入参数

展开全部

完整的,合适的线性回归模型,指定为LinearModel使用的对象fitlmorStepwiselm

从回归模型中删除的术语mdl,指定为以下之一:

  • 公式代表一个或多个术语以删除。有关详细信息,请参阅威尔金森符号

  • 术语中的行或行(请参阅ModelsPec拟合功能中的参数描述fitlm)。For example, if there are three variables一个,,,,b,,,,andC

    [0 0 0]表示恒定项或截距[0 1 0]代表b;同等地,a^0 * b^1 * c^0 [1 0 1]代表A * C [2 0 0]代表A^2 [0 1 2]代表B *(C^2)

输出参数

展开全部

较少条款的回归模型,返回LinearModel目的。MDL1是相同的mdl但是有术语removed. To overwritemdl, 放MDL1等于mdl

例子

展开全部

构建HALD数据的默认线性模型。删除高度$ P $- 价值。

Load the data.

加载halx =成分;%预测变量y = heat;% 回复

Fit a default linear model to the data.

mdl = fitlm(x,y)
mdl = Linear regression model: y ~ 1 + x1 + x2 + x3 + x4 Estimated Coefficients: Estimate SE tStat pValue ________ _______ ________ ________ (Intercept) 62.405 70.071 0.8906 0.39913 x1 1.5511 0.74477 2.0827 0.070822 x2 0.51017 0.72379 0.70486 0.5009 x3 0.10191 0.75471 0.13503 0.89592 x4 -0.14406 0.70905 -0.20317 0.84407 Number of observations: 13, Error degrees of freedom: 8 Root Mean Squared Error: 2.45 R-squared: 0.982, Adjusted R-Squared 0.974 F-statistic vs. constant model: 111, p-value = 4.76e-07

去除X3andx4术语是因为他们$ P $- 价值很高。

条款='x3 + x4';删除的%条款mdl1 = removeterms(MDL,术语)
MDL1 =线性回归模型:Y〜1 + X1 + X2估计系数:估计值pvalue ______________________________________________________________________________________________________________________________________________________________________________________________________________ER 52.9.9 0.97少。观察次数:13,误差自由度:10根平方误差:2.41 R平方:0.979,调整后的R平方0.974 0.974 F统计与常数模型:230,P值= 4.41E-09

新模型具有与以前的模型相同的调整后R平方值(0.974),这意味着它的拟合度差不多。新模型中的所有术语都极低$ P $- 价值。

定义

展开全部

备择方案

利用Stepwiselm要从启动模型中选择一个模型,请继续直到没有单一步骤是有益的。

利用addterms添加特定术语。

利用通过添加或删除术语来最佳改进模型。

References

[1] Wilkinson,G。N.和C. E. Rogers。分析方差分析的阶乘模型的符号描述。J.皇家统计学会22,第392-399页,1973年。

Was this topic helpful?