句法

描述

d = x2fx（x，模型）转换一个预测变量矩阵X到设计矩阵d用于回归分析。不同的预测变量应出现在不同的列中X。

可选输入模型控制回归模型。默认情况下，x2fx返回具有恒定项的线性加性模型的设计矩阵。模型是以下之一：

• “线性”- 恒定和线性术语。这是默认值。

• '相互作用'- 恒定，线性和相互作用项

• “二次”- 恒定，线性，互动和平方术语

• “纯Quadratic”- 恒定，线性和平方术语

如果X拥有n列，列的顺序d对于完整的二次模型是：

1. 恒定术语

2. The linear terms (the columns ofX，在第1、2，...，...中n）

3. 相互作用项（列的成对产物下载188bet金宝搏X，按（1，2），（1，3），...，（1，n），（2，3），...n–1，n））

4. 平方项（在1，2，...，...中n）

其他模型以相同的顺序使用这些术语的子集。

或者，模型可以是指定任意顺序多项式术语的矩阵。在这种情况下，模型每列应该有一列X和模型中每个术语的一行。任何行中的条目模型are powers for the corresponding columns ofX。例如，如果X有列x1，，，，x2， 和X3，然后一排[0 1 2]在模型指定术语（x1。^0）。*（x2。^1）。*（x3。^2）。A row of all zeros in模型指定一个恒定术语，可以省略。

d = x2fx（x，模型，类）用矢量中列出的数字来处理列类别作为分类变量。涉及分类变量的术语产生虚拟变量列d。虚拟变量是根据以下假设计算的：可能的分类级别是由出现在相应列中的唯一值完全列举的X。

d = x2fx（x，模型，类别，catlevels）接受矢量catlevels与相同的长度类别，指定每个分类变量中的级别数量。在这种情况下，在相应列中的值X必须是从1到指定级别数量的整数。并非所有级别都需要出现X。

例子

示例1

以下转换2个预测指标x1和x2（列X）进入具有术语的完整二次模型的设计矩阵持续的，，，，x1，，，，x2，，，，x1。*x2，，，，x1。^2， 和x2。^2。

X = 20 [1 10 2 3 10 4 20 5 15 6 15];d = x2fx（x，'quadratic'）d = 1 1 10 10 1 100 1 2 20 40 4 400 1 3 10 30 9 100 1 4 20 80 16 400 1 5 15 75 25 225 225 2 225 1 6 15 90 36 2625

示例2

以下转换2个预测指标x1和x2（列X）进入具有术语的二次模型的设计矩阵持续的，，，，x1，，，，x2，，，，x1。*x2， 和x1。^2。

X = 20 [1 10 2 3 10 4 20 5 15 6 15];模型= [0 01 0 0 1 1 1 2 0]; D = x2fx(X,model) D = 1 1 10 10 1 1 2 20 40 4 1 3 10 30 9 1 4 20 80 16 1 5 15 75 25 1 6 15 90 36

也可以看看

坎德克斯|坎根|Cordexch|regstats|Rowexch|rstool