plotslice.

穿过拟合的普通线性回归表面的切片曲线

页面上倒塌

句法

plotslice（mdl）

plotslice（MDL.）创建包含一个或多个绘图的图形，每个绘图通过预测的回归表面表示切片MDL.。每个曲线显示拟合响应值作为单个预测变量的函数，其中其他预测变量保持恒定。

plotslice.还显示响应值的95％的置信度界限。使用界限菜单选择置信界的类型，并使用预测因子菜单以选择为每个切片图使用的预测器。有关详细信息，请参阅提示。

打开直播脚本

通过拟合的广义线性回归模型表面绘制绘图切片。

使用泊松随机数生成样本数据，其中两个底层预测器x（：1）和X（:,2）。

RNG（'默认'）重复性的％Rndvars = Randn（100,2）;x = [2 + rndvars（：，1），rndvars（:,2）];mu = exp（1 + x * [1; 2]）;y = poissrnd（mu）;

创建泊松数据的广义线性回归模型。

mdl = fitglm（x，y，'y〜x1 + x2'那'分配'那'泊松'）;

创建切片绘图。

plotslice（mdl）

图预测切片图包含UIMEnu，UIControl型轴和其他对象。轴1包含5个类型的线。轴2包含5型对象的类型。

每个绘图中的绿线表示作为单个预测变量的函数的预测响应值，其中其他预测变量保持恒定。红色虚线是95％的置信界限。这y-AXIS标签包括预测响应值和由垂直线和水平线选择的点的相应置信施用。这X-AXIS标签显示所选点的预测器变量名称和预测值值。

移动垂直线X1绘制右侧并观察到的变化y-axis标签和变化X2阴谋。

广义线性回归模型，指定为aGeneralizedLinearModel.使用的对象Fitglm.或者挺身油，或者Compact一项式标Model.使用的对象袖珍的。

使用界限图中的菜单窗口中选择置信界的类型。你可以选择同时或者非同时。你也可以选择没有界限没有信心范围。
- 同时（默认） -plotslice.使用Scheffe的方法计算响应值曲线的置信界限。上下置信范围之间的范围包含一个由95％信心的真正响应值组成的曲线。
- 非同时 -plotslice.计算每个观察中的响应值的置信范围。特定预测值值下响应值的置信区间包含95％置信度的真实响应值。
同时界限比单独的界限宽，因为需要在边界内需要整个响应值的曲线，而不是要求在单个预测值处的响应值处于边界内的响应值。
使用预测因子图形窗口中的菜单选择为每个切片图使用哪些预测器。如果回归模型MDL.包括超过八个预测因子，plotslice.默认情况下为前五个预测器创建图。

用预测返回预测的响应值和置信范围。您还可以使用使用的置信度指定置信度'Α'名称 - 值对参数预测功能。注意预测默认发现无情的界限，而plotslice.默认情况下查找同时界限。
一种GeneralizedLinearModel.对象提供多个绘图功能。
- 验证模型时，使用plotdiagnostics.找到可疑的数据并理解每个观察的效果。此外，使用plotresivs分析模型的残差。
- 拟合模型后，使用绘图竞争依赖性了解特定预测因子的效果。此外，使用plotslice.通过预测表面绘制切片。