addTerms

添加条款，广义线性回归模型

折叠所有页面

句法

NewMdl = addTerms（MDL，术语）

描述

例

NewMdl= addTerms（MDL，条款）返回一个广义线性回归模型拟合使用输入数据和设置在MDL与条款条款添加。

例子

全部收缩

添加条款，以广义线性回归模型

开立真实脚本

创建使用一个预测广义线性回归模型，然后添加其他指标。

使用泊松随机数具有两个潜在的预测因子生成的样本数据X（：，1）和X（：，2）。

RNG（'默认'）％用于重现rndvars = randn（100,2）;X = [2个+ rndvars（：，1），rndvars（：，2）];亩= EXP（1 + X * [1; 2]）;Y = poissrnd（亩）;

创建泊松数据的广义线性回归模型。仅包含在模型中的第一指标。

MDL = fitglm（X，Y，'Y〜X1'，'分配'，“泊松）

MDL =广义线性回归模型：日志（y）的〜1 + X1分布=泊松估计系数：估计SE TSTAT p值________ _________ ______（截距）2.7784 0.014043 197.85 0 X1 1.1732 0.0033653 348.6 0 100观察，98个错误自由度分散体的：1驰^ 2统计量与常数模型：1.25E + 05，p值= 0

第二预测添加到模型。

mdl1 = addTerms（MDL，'X2'）

mdl1 =广义线性回归模型：日志（y）的〜1 + X1 + X2分布=泊松估计系数：估计SE TSTAT p值________ _________ ______（截距）1.0405 0.022122 47.034 0 X1 0.9968 0.003362 296.49 0×2 1.987 0.0063433 313.24 0 100观察，97个错误自由度分散体：1驰^ 2统计量与常数模型：2.95e + 05，p值= 0

输入参数

全部收缩

`MDL`-广义线性回归模型
`GeneralizedLinearModel`目的

广义线性回归模型，指定为GeneralizedLinearModel使用对象的创建fitglm要么stepwiseglm。

`条款`-条款添加到回归模型
在威尔金森表示文字向量或标量串式|Ť-通过-p术语矩阵

条款添加到回归模型MDL，指定为以下情况之一：

字符向量或标量串式威尔金森表示法表示一个或更多个术语。公式中的变量名称必须是有效的MATLAB^®身份标识。
矩阵条款Ť规模Ť-通过-p，其中Ť是项数和p是预测变量的数量MDL。的价值T（I，J）是可变的指数Ĵ在长期一世。
例如，假设MDL有三个变量一个，乙和C以该顺序。每行Ť代表一个词：
- [0 0 0]- 常量术语或截距
- [0 1 0]-乙;等价地，甲^ 0 * B ^ 1 * C ^ 0
- [1 0 1]-一个* C
- [2 0 0]-A ^ 2
- [0 1 2]-B *（C ^ 2）

addTerms把一组指示符变量的用于分类预测为单个变量。因此，你不能指定指示变量添加到模型。如果指定了分类预测，以添加到模型中，addTerms增加了一个组指示符变量的用于在一个步骤中预测。

输出参数

全部收缩

`NewMdl`- 广义线性回归模型的附加项
`GeneralizedLinearModel`目的

广义线性回归模型的附加条款，返回为GeneralizedLinearModel目的。NewMdl是使用输入数据和设置在新拟合模型MDL在规定的附加条款条款。

若要覆盖输入参数MDL，分配新安装的模型MDL：

MDL = addTerms（MDL，术语）;

威尔金森表示法	术语标准符号
`1`	常数（截距）术语
`一个-1K-`，其中`ķ`是一个正整数	`一个`，`一个²`，...，`一个^ķ`
`A + B`	`一个`，`乙`
`A * B`	`一个`，`乙`，`A * B`
`A：B`	`A * B`只要
`-B`	不包括`乙`
`A * B + C`	`一个`，`乙`，`C`，`A * B`
`A + B + C + A：B`	`一个`，`乙`，`C`，`A * B`
`A * B * C - A：B：C`	`一个`，`乙`，`C`，`A * B`，`一个* C`，`公元前`
`A *（B + C）`	`一个`，`乙`，`C`，`A * B`，`一个* C`

算法

addTerms对待一个分类预测如下：
- 与具有一个分类预测模型大号水平（类别）包括大号- 1指标变量。该模型使用第一类作为参考电平，所以它不包括用于参考电平指示变量。如果分类预测的数据类型明确的，那么你可以通过检查类别的顺序类别和重新排序的类别，通过使用reordercats自定义参考电平。
- addTerms治疗组大号- 1指示器变量作为单一变量。如果你想治疗的指标变量作为不同的预测变量，通过使用手动创建指标变量dummyvar。然后使用指针变量，除了对应于所述分类变量的参考电平之一，当你适合的模型。对于分类预测X如果您指定的所有列dummyvar（X）和截距项作为预测，则设计矩阵变成秩亏。
- 连续预测和分类预测与之间的相互作用方面大号水平由的元素之积的大号- 1指标变量与连续预测。
- 有两个分类预测变量之间的相互作用方面大号和中号水平由的（大号- 1）*（中号- 1）指标变量，包括两个分类预测级别的所有可能的组合。
- 你不能为分类预测指定高阶项，因为指标的平方等于本身。