适合线性回归模型
使用矩阵输入数据集拟合线性回归模型。
加载Carsmall.
数据集,矩阵输入数据集。
负载Carsmall.x = [重量,马力,加速];
使用线性回归模型fitlm
.
mdl = fitlm(x,mpg)
MDL =线性回归模型:Y〜1 + X1 + X2 + X3估计系数:估计系数PVALUE __________ ___________________________0.8957e-217.8785 12.37 0.8957E-21 7.8785 12.37 4.8957E-21 7.8785116 0.874416 0.8784-21 0. 0.024313 0.024313-1.7663 0.08078 x3 -0.111583 0.1111583 0.19333 -0.059913 0.95236观测数量:93,误差自由度:89根均匀误差:4.09 r断层:0.752,调整R线:0.744 F统计与常数型号:90,p值= 7.38e-27
模型显示包括模型公式、估计系数和模型汇总统计。
显示屏中的型号公式,Y ~ 1 + x1 + x2 + x3
,对应于
.
模型显示还显示了存储在中的估计系数信息系数
财产。显示系数
财产。
mdl.cofficients.
ans =4×4表e- x x x x x x x x x x x x x x x x x
这系数
属性包括以下列:
估计
- 模型中每个对应术语的系数估计。例如,常数项的估计值(拦截
)是47.977。
SE.
- 系数的标准误差。
塔特
-T.对于每个系数来测试NULL假设的间距,即,在模型中的其他预测器中,相应的系数与其不同的替代是零的零。注意tstat =估计/ se
.例如,T.截距的间距为47.977 / 3.8785 = 12.37。
pValue
-P.- 为valueT.-对应系数是否等于零的假设检验的统计量。例如,P.- 左边的价值T.-统计X2
大于0.05,因此相对于模型中其他项,该项在5%显著水平下不显著。
模型汇总统计如下:
观察次数
-没有任何标记的行数南
值。例如,观察次数
因为英里/加仑
数据向量有六个属性南
价值观和马力
数据矢量有一个南
不同观察的值,其中行数X
和英里/加仑
是100。
误差自由度
-N-P.,在那里N是观察的次数,和P.为模型中系数的个数,包括截距。例如,这个模型有四个预测因子,所以误差自由度
是93 - 4 = 89。
根均匀误差
- 平均方形误差的平方根,估计错误分布的标准偏差。
r-平方
和调整后的平方
- 分别测定系数和调整的测定系数。例如,r-平方
值表明,该模型解释了响应变量中大约75%的变化英里/加仑
.
F统计量与常数模型
- 测试统计F- 在回归模型上,这测试模型是否比仅由恒定术语组成的简并模型更好。
p值
-P.- 为valueF- 在模型上。例如,该模型与a具有重要意义P.-数值为7.3816e-27。
您可以在模型属性中找到这些统计信息(numobservations.
那DFE.
那RMSE.
,及rsquared.
)通过使用方差分析
功能。
方差分析(mdl'概括')
ans =3×5表SUMSQ DF均衡Q _____________________________________总共6004.8 92 65.269型号4516 3 1505.3 89.987 7.3816E-27剩余1488.8 89 16.728
加载样本数据。
负载Carsmall.
将变量存储在表中。
台=表(重量、加速度、MPG,'variablenames',{“重量”那'加速'那'mpg'});
显示表的前五行。
TBL(1:5,:)
ans =5×3表重量加速MPG ______ ________________ 3504 12 18 3693 11.5 15 3436 11 18 3433 12 16 3449 10.5 17
适合每加仑数英里(MPG)的线性回归模型。使用Wilkinson表示法指定型号公式。
lm = fitlm(tbl,“MPG ~体重+加速”)
lm = Linear regression model: MPG ~ 1 + Weight + Acceleration Estimated Coefficients: Estimate SE tStat pValue __________ __________ _______ __________ (Intercept) 45.155 3.4659 13.028 1.6266e-22 Weight -0.0082475 0.00059836 -13.783 5.3165e-24 Acceleration 0.19694 0.14743 1.3359 0.18493观测次数:94、误差自由度:91均方根误差:4.12 r平方:0.743,校正r平方:0.738 f统计量与常数模型:132,p-value = 1.38e-27
该模型“MPG ~体重+加速”
在此示例中等同于将模型规范设置为“线性”
.例如,
lm2 = fitlm(tbl,“线性”);
如果您使用字符向量进行模型规范,则不会指定响应变量,然后fitlm
接受中的最后一个变量TBL.
作为响应变量和其他变量作为预测变量。
使用威尔金森符号指定的模型公式拟合线性回归模型。
加载样本数据。
负载Carsmall.
将变量存储在表中。
tbl =表(重量,加速,model_year,mpg,'variablenames',{“重量”那'加速'那'model_year'那'mpg'});
适合每加仑数英里(MPG)的线性回归模型,其重量和加速为预测变量。
lm = fitlm(tbl,“MPG ~体重+加速”)
lm = Linear regression model: MPG ~ 1 + Weight + Acceleration Estimated Coefficients: Estimate SE tStat pValue __________ __________ _______ __________ (Intercept) 45.155 3.4659 13.028 1.6266e-22 Weight -0.0082475 0.00059836 -13.783 5.3165e-24 Acceleration 0.19694 0.14743 1.3359 0.18493观测次数:94、误差自由度:91均方根误差:4.12 r平方:0.743,校正r平方:0.738 f统计量与常数模型:132,p-value = 1.38e-27
这P.- 0.18493的值表明加速
对公司没有重大影响英里/加仑
.
删除加速
从模型中,尝试通过添加预测器变量来改进模型model_year.
.首先定义model_year.
作为一个分类变量。
tbl.model_year =分类(tbl.model_year);lm = fitlm(tbl,“MPG ~ + Model_Year重量”)
lm =线性回归模型:MPG ~ 1 +权重+ Model_Year Estimated Coefficients:Estimate SE tStat pValue __________ __________ _______ __________ (Intercept) 40.11 1.5418 26.016 1.2024e-43 Weight -0.0066475 0.00042802 -15.531 3.3639e-27 Model_Year_76 1.9291 0.74761 2.5804 0.011488 Model_Year_82 7.9093 0.84975 9.3078 7.8681e-15观测数:94,误差自由度:90均方根误差:2.92 R-squared:0.873,调整后的R-Squared: 0.868 F-statistic vs. constant model: 206, p-value = 3.833 -40
指定模型规格
使用Wilkinson表示法使您可以更新模型而无需更改设计矩阵。fitlm
仅使用公式中指定的变量。它还为分类变量创建了必要的两个伪指示器变量model_year.
.
使用术语矩阵拟合线性回归模型。
表输入的术语矩阵
如果模型变量位于表中,则一列0.
用项矩阵表示响应变量的位置。
加载医院
数据集。
负载医院
将变量存储在表中。
t =表(hospital.Sex hospital.BloodPressure (: 1), hospital.Age, hospital.Smoker,......'variablenames',{“性”那'血压'那“年龄”那“吸烟者”});
代表线性模型'血压〜1 +性别+年龄+吸烟者'
使用术语矩阵。响应变量位于表的第二列中,因此术语矩阵的第二列必须是一列0.
s为响应变量。
T = [0 0 0 0; 1 0 0 0; 0 0 1 0; 0 0 0 1]
t =4×40 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 1
适合线性模型。
mdl1 = fitlm (t, t)
mdl1 =线性回归模型:血压~ 1 +性别+年龄+吸烟者估计系数:估计SE tStat pValue ________ ________ ________ __________ (Intercept) 116.14 2.6107 44.485 7.1287e-66 Sex_Male 0.050106 0.98364 0.050939 0.95948 Age 0.085276 0.066945 1.2738 0.2058 Smoker_1 9.87 1.0346 9.5395 1.4516e-15100,误差自由度:96均方根误差:4.78 r平方:0.507,调整r平方:0.492 F-statistic vs. constant model: 33, p-value = 9.91e-15
矩阵输入的术语矩阵
如果预测器和响应变量位于矩阵和列向量中,则必须包括0.
对于术语矩阵中每行末尾的响应变量。
加载Carsmall.
数据集并定义预测器的矩阵。
负载Carsmall.x = [加速,重量];
指定模型'MPG〜加速+重量+加速:重量+重量^ 2'
使用术语矩阵。该模型包括变量的主要效果和双向交互术语加速
和重量
,以及变量的二阶项重量
.
t = [0 0 0; 1 0 0; 0 1 0; 1 1 0; 0 2 0]
t =5×30 0 0 1 0 0 0 1 0 1 1 0 0 2 0
适合线性模型。
mdl2 = fitlm (X,英里/加仑,T)
MDL2 =线性回归模型为:y〜1 + X1 * X2 + X2 ^ 2个估计系数:估计SE TSTAT p值___________ __________ _______ __________(截距)48.906 12.589 3.8847 0.00019665 X1 0.54418 0.57125 0.95261 0.34337 X2 -0.012781 0.0060312 -2.1192 0.036857 X1:X2-0.00010892 0.00017925 -0.6076 0.545 x2 ^ 2 9.75182-07 7.5389-07 7.5389E-07 1.2935 0.19917 0.19917 0.19917 0.19917 0.19917观察数:94,误差自由度:89根均匀误差:4.1 r断层:0.751,调整R线:0.739 f- 常量型号:67,p值= 4.99e-26
只有拦截和X2
术语,对应于重量
变量,在5%显著性水平上显著。
拟合一个包含分类预测器的线性回归模型。对分类预测器的类别重新排序,以控制模型中的参考级别。然后,用方差分析
检验分类变量的显著性。
分类预测器的模型
加载Carsmall.
数据集并创建一个线性回归模型英里/加仑
作为…的函数model_year.
.治疗数字矢量model_year.
作为分类变量,使用该变量识别预测器'pationalvars'
名称值对参数。
负载Carsmall.mdl = fitlm(model_year,mpg,'pationalvars', 1“VarNames”,{'model_year'那'mpg'})
MDL =线性回归模型:MPG〜1 + MODEM_YEAR估计系数:估计系数________ ____________________(拦截)17.69 1.0328 17.127 3.2371E-30 MODEM_YEAR_76 3.8839 1.4059 2.7625 0.0069402 MODEL_YEAR_814.02 1.4369 0.14.02 1.4369 9.7571 8.2164E-16观察数:94,误差自由度:91根均匀误差:5.56 R线:0.531,调整R线:0.521 F统计与常数型号:51.6,P值= 1.07e-15
显示屏中的型号公式,MPG ~ 1 + Model_Year
,对应于
那
在哪里
和
值为1的指示器变量是否为model_year.
分别为76和82。这model_year.
变量包括三个不同的值,您可以通过使用它来检查独特的
功能。
唯一(model_year)
ans =.3×170 76 82
fitlm
选择中最小的值model_year.
作为参考水平('70'
)并创建两个指标变量
和
. 该模型仅包含两个指标变量,因为如果该模型包含三个指标变量(每个级别一个)和一个截距项,则设计矩阵将出现秩缺陷。
全指标变量模型
您可以解释模型公式mdl
作为一个模型,它有三个指标变量,没有截距项:
.
或者,您可以通过手工创建指标变量并指定模型公式来创建一个包含三个指标变量且没有截距项的模型。
临时年份=dummyvar(分类(车型年份));型号70=临时年份(:,1);型号年份=临时年份(:,2);模型年份=临时年份(:,3);tbl=表格(车型年份70,车型年份76,车型年份82,MPG);mdl=fitlm(待定,“MPG~车型年款70+车型年款76+车型年款82-1”)
2.统计系数:估计系数:估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,估计,例如,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们,我们传真:94,误差自由度:91均方根误差:5.56
在模型中选择参考级别
您可以通过修改分类变量中的类别顺序选择参考级别。首先,创建一个分类变量一年
.
年=分类(Model_Year);
通过使用使用的类别的顺序类别
功能。
类别(年)
ans =.3 x1细胞{'70'} {'76'} {'82'}
如果你使用一年
作为预测变量,那么fitlm
选择第一个类别'70'
作为参考水平。重新订购一年
通过使用雷德斯
功能。
Year_reordered = reordercats(一年,{'76'那'70'那“82”});类别(年份)
ans =.3 x1细胞{'76'} {'70'} {'82'}
第一类年份
是'76'
.创建一个线性回归模型英里/加仑
作为…的函数年份
.
mdl2 = fitlm(yor_reordered,mpg,“VarNames”,{'model_year'那'mpg'})
mdl2=线性回归模型:MPG~1+模型年估计系数:估计统计价值(截距)21.574 0.95387 22.617 4.0156e-39模型年70-3.8839 1.4059-2.7625 0.0062模型年10.388-12.36E观测值数量:,误差自由度:91均方根误差:5.56 R平方:0.531,调整R平方:0.521 F统计与常数模型:51.6,p值=1.07e-15
MDL2.
用途'76'
作为参考水平,包括两个指标变量
和
.
评估分类预测指标
模型显示MDL2.
包括一个P.- 每个术语的值以测试相应的系数是否等于零。每个P.-value检查每个指示器变量。检查分类变量model_year.
作为一组指示器变量,使用方差分析
.使用'组件'
(默认)选项要返回组件ANOVA表,该表包含模型中的每个变量的ANOVA统计信息,但常量项除外。
ANOVA(MDL2,'组件')
ans =2×5表SUMSQ DF均衡Q ________________________________________year 3190.1 2 1595.1 51.56 1.0694E-15错误2815.2 91 30.936
成分方差分析表包括P.- 左边的价值model_year.
变量小于P.-指标变量的值。
拟合线性回归模型以样本数据。指定响应和预测器变量,并在模型中仅包含成对交互术语。
加载样本数据。
负载医院
将带有交互项的线性模型拟合到数据。将体重指定为响应变量,将性别、年龄和吸烟状况指定为预测变量。此外,请指定性别和吸烟状况是分类变量。
mdl=fitlm(医院、,'互动'那'responsevar'那“重量”那......'predictorvars',{“性”那“年龄”那“吸烟者”},......'patoricalvar',{“性”那“吸烟者”})
MDL =线性回归模型:体重〜1 +性别*年龄+性别*吸烟者+年龄*吸烟者估计系数:估计SE TSTAT PVALUE ________ _______ ________ _______(拦截)118.7 7.0718 16.785 6.821E-30 SEX_MALE 68.339 3.07153 7.0339 3.3386E-10年龄0.31068 0.18531 1.6765 0.096991 Smoker_1 3.0425 10.446 0.29127 0.77149 Sex_Male:年龄-0.49094 0.24764 -1.9825 0.050377 Sex_Male:Smoker_1 0.9509 3.8031 0.25003 0.80312年龄:Smoker_1 -0.07288 0.26275 -0.27737 0.78211若干意见:100,错误自由度:93均方根误差:8.75 R线:0.898,调整R线:0.892 F统计与常数型号:137,P值= 6.91E-44
在5%的显著性水平上,患者的体重似乎并不因年龄、吸烟状况或这些因素与患者性别的相互作用而有显著差异。
加载hal
数据集,测量水泥组合物对硬化热量的影响。
负载hal
此数据集包括变量配料
和热
.矩阵配料
含有水泥中存在的四种化学品的百分比组成。矢量热
含有每个水泥样品180天后热硬化的值。
对数据拟合一个稳健的线性回归模型。
MDL = FITLM(成分,热,'抢劫'那'在')
MDL =线性回归模型(鲁棒配合):Y〜1个+ X1 + X2 + X3 + X4估计系数:估计SE TSTAT p值________ _______ ________(截距)60.09 75.818 0.79256 0.4509 X1 1.5753 0.80585 1.9548 0.086346×2 0.5322 0.78315 0.67957 0.51596 X30.1346 0.8166 0.16343 0.87424 X4 -0.12052 0.7672 -0.15709 0.87906观测数量:13,误差自由度:8根均匀误差:2.65 R线:0.979,调整R线:0.969 F统计与常数型号:94.6,p值= 9.03e-07
有关更多细节,请参阅主题使用稳健回归降低离群值影响,将稳健拟合的结果与标准最小二乘拟合的结果进行比较。
使用10倍交叉验证计算回归模型的平均绝对误差。
加载Carsmall.
数据集。指定加速
和移位
变量作为预测变量和重量
变量作为响应。
负载Carsmall.x1 =加速;x2 =位移;Y =重量;
创建自定义函数REGF.
(在这个例子的末尾显示)。该功能适合训练数据的回归模型,然后计算测试集上的预测汽车权重。该功能将预测的汽车权重值与真值进行比较,然后计算平均绝对误差(MAE),并且将MAE调整到测试设定轿厢权重的范围。
笔记:如果使用此示例的实时脚本文件,则REGF.
功能已包含在文件的末尾。否则,您需要在.m文件的末尾创建此函数,或将其添加为Matlab®路径上的文件。
默认情况下,横梁
执行10倍交叉验证。中数据的10个训练和测试集分区X1
那X2
,及y
,计算MAE和使用调整的MAE值REGF.
功能。找到平均mae和卑鄙的mae。
RNG(“默认”)重复性的%值= Crossval(@ Regf,x1,x2,y)
值=10×2319.261 0.1132 342.3722 0.1240 214.3735 0.0902 174.7247 0.1128 189.4835 0.0832 249.4359 0.0832 249.4359 0.0832 249.4359 0.1003 194.4210 0.0845 348.7437 0.1700 283.1761 0.1187 210.7444 0.1187 210.744 0.1187 210.7440 0.1325
平均值(值)
ans =.1×2252.6701 0.1129
此代码创建功能REGF.
.
功能errors = regf(x1train,x2train,ytrain,x1test,x2test,ytest)tbltrain = table(x1train,x2train,ytrain,......'variablenames',{'加速'那“位移”那“重量”});tbltest =表(x1test,x2test,ytest,......'variablenames',{'加速'那“位移”那“重量”});mdl = fitlm(tbltrain,'重量〜加速+位移');YFIT =预测(MDL,TBLTEST);mae =平均值(abs(yfit-tbltest.weight));Adjmae = Mae / Range(Tbltest.weight);错误= [mae admmae];结尾
TBL.
-输入数据输入数据包括预测器和响应变量,指定为表或数据集数组。预测变量可以是数字,逻辑,分类,字符或字符串。响应变量必须是数字或逻辑的。
表中的变量名称不必有效MATLAB®身份标识。但是,如果名称无效,则在适合或调整模型时,您不能使用公式;例如:
您无法指定模型规格
使用公式。
您无法使用公式指定在使用时添加或删除的术语addterms.
函数或removeterms.
函数,分别。
您可以验证变量名TBL.
通过使用伊斯瓦名称
功能。如果变量名称无效,则可以使用使用的转换它们matlab.lang.makeValidName
功能。
X
-预测变量预测变量,指定为一个N——- - - - - -P.矩阵,其中N是观察人数和P.为预测变量的数量。每一列的X
表示一个变量,每行代表一个观察。
默认情况下,模型中存在一个常量术语,除非您显式删除它,因此不包含1S的列X
.
数据类型:单一的
|双
y
-响应变量响应变量,指定为一个N-1 vector,在哪里N是观察人数。每个条目y
是对应行的响应X
.
数据类型:单一的
|双
|逻辑
模型规格
-模型规格“线性”
(默认)|命名模型的字符向量或字符串标量|T.————(P.+1)术语矩阵|形式的字符矢量或字符串标量公式“y ~条款”
模型规范,指定为其中一个值。
字符向量或字符串标量命名模型。
价值 | 模型类型 |
---|---|
'持续的' |
模型仅包含一个常数(拦截)术语。 |
“线性” |
模型包含每个预测器的截距和线性术语。 |
'互动' |
模型包含每个预测器的截距,线性项,以及对不同预测器的所有乘积(没有平方项)。s manbetx 845 |
“purequadratic” |
模型包含每个预测器的截距项和线性和平方术语。 |
'二次' |
模型包含每个预测器的截距,线性和平方术语,以及所有不同预测器的所有产品。s manbetx 845 |
保利 |
模型是一种多项式,所有条款均可获得程度一世 第一个预测因子是程度j 在第二个预测器中,依此类推。使用数字0到9指定每个预测器的最大度数。模型包含交互项,但每个交互项的度数不超过指定度数的最大值。例如“poly13” 有一个截距X1那X2那X22那X23.那X1*X2,及X1*X22条款,X1和X2是第一和第二预测因子。 |
一种T.————(P.+ 1)矩阵,或者术语矩阵,在模型中指定术语,在哪里T.是术语数量和数量P.为预测变量的个数,+1表示响应变量。当预测器的数量很大且您希望以编程方式生成术语时,术语矩阵是很方便的。
字符向量或字符串标量公式在形式
“y ~条款”
那
那里术语
是Wilkinson表示法.公式中的变量名称必须是变量名称TBL.
或指定的可变名称Varnames
.此外,变量名称必须是有效的MATLAB标识符。
该软件通过使用术语顺序确定拟合模型中的术语顺序TBL.
或X
.因此,模型中的术语顺序可以与指定公式中的术语顺序不同。
例子:'二次'
例子:'y ~ x1 + x2^2 + x1:x2'
数据类型:单一的
|双
|字符
|字符串
指定可选的逗号分离对名称,价值
论点。名称
参数名和价值
是对应的值。名称
必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家
.
“拦截”,假的,“PredictorVars”,[1,3],“ResponseVar”,5‘RobustOpts’,‘物流’
指定没有常数项的稳健回归模型,其中算法使用具有默认调整常数的逻辑加权函数,第一个和第三个变量是预测变量,第五个变量是响应变量。
'pationalvars'
-分类变量列表分类变量列表,指定为逗号分隔的配对组成'pationalvars'
以及包含表或数据集数组中的分类变量名称的字符数阵列或单元格数组TBL.
,或指示哪些列是分类列的逻辑或数字索引向量。
如果数据位于表或数据集数组中TBL.
,那么默认情况下,fitlm
将所有分类值、逻辑值、字符数组、字符串数组和字符向量的单元格数组视为分类变量。
如果数据处于矩阵中X
,然后是默认值'pationalvars'
是一个空矩阵[]
.也就是说,除非您将其指定为分类,否则没有变量是分类的。
例如,您可以使用以下任一分类指定六个中的第二个和第三变量:
例子:'patoricalvars',[2,3]
例子:'pationoricalvars',逻辑([0 1 1 0 0 0])
数据类型:单一的
|双
|逻辑
|字符串
|细胞
'排除'
-观察排除从拟合中排除的观察,指定为逗号分隔的配对'排除'
以及逻辑或数字索引向量,指示要从拟合中排除哪些观测值。
例如,您可以使用下面的任何一个示例排除6个观察值中的2个和3个。
例子:“排除”,[2,3]
例子:'排除',逻辑([0 1 1 0 0 0])
数据类型:单一的
|双
|逻辑
'截距'
-恒定术语指标真的
(默认)|假
符合术语(拦截)的指示符,指定为逗号分隔对组成'截距'
和任何一种真的
包括或者假
从模型中删除常数项。
使用'截距'
仅当使用字符向量或字符串标量指定模型时,而不是使用公式或矩阵。
例子:“拦截”,假的
'predictorvars'
-预测变量要在适合的情况下使用的预测变量,指定为逗号分隔对组成'predictorvars'
以及表或数据集数组中变量名称的字符数阵列或单元格数组TBL.
或指示哪个列是预测变量的逻辑或数字索引向量。
中的名称应包含字符串值或字符向量TBL.
或者使用您使用的名称“VarNames”
名称值对参数。
默认是所有的变量X
,或所有变量TBL.
除了响应官员
.
例如,您可以使用以下任意一个示例指定第二个和第三个变量作为预测变量。
例子:“PredictorVars”,[2,3]
例子:'predictorvars',逻辑([0 1 1 0 0 0])
数据类型:单一的
|双
|逻辑
|字符串
|细胞
'responsevar'
-响应变量TBL.
(默认)|包含变量名的字符向量或字符串标量|逻辑或数字索引向量用于适合的响应变量,指定为逗号分隔的对组成'responsevar'
以及包含表或数据集数组中的变量名称的字符向量或字符串标量TBL.
,或逻辑或数字索引向量,指示哪一列是响应变量。你通常需要使用'responsevar'
拟合表或数据集数组时TBL.
.
例如,您可以指定第四个变量屈服
,作为六个变量的响应,以下列方式之一。
例子:'Responalvar','收益'
例子:'ResponalVar',[4]
例子:'ResponalVar',逻辑([0 0 0 1 0 0])
数据类型:单一的
|双
|逻辑
|字符
|字符串
'抢劫'
-稳健拟合型指标'离开'
(默认)|'在'
|特征向量|字符串标量|结构要使用的强大配件类型的指示,指定为逗号分隔的对'抢劫'
其中一个值。
'离开'
-没有稳健的拟合。fitlm
使用普通的最小二乘法。
'在'
-使用'Bisquare'
具有默认调谐常量的重量函数。
字符向量或字符串标量-下表中鲁棒拟合权函数的名称。fitlm
使用表中指定的相应默认调谐常量。
具有两个字段的结构robustwgtfun.
和调
.
这robustwgtfun.
字段包含从下表或自定义重量函数的功能句柄的强大拟合权重功能的名称。
这调
字段包含调谐常量。如果你没有设置调
场地,fitlm
使用相应的默认调整常量。
重量函数 | 描述 | 默认调谐常量 |
---|---|---|
“安德鲁斯” |
w=(abs(r) |
1.339 |
'Bisquare' |
w =(abs(r)<1)。*(1 - R. ^ 2)。^ 2 (也称为Biweight) |
4.685 |
'cauchy' |
W = 1 ./ (1 + r.²) |
2.385 |
“公平” |
W = 1 ./ (1 + abs(r)) |
1.400 |
“胡伯” |
w=1/最大值(1,abs(r)) |
1.345 |
“物流” |
W = tanh(r) / r |
1.205 |
'OLS' |
普通的最小二乘(没有加权函数) | 没有一个 |
'talwar' |
w = 1 *(abs(r)<1) |
2.795 |
“welsch” |
w = exp( - (r. ^ 2)) |
2.985 |
功能手柄 | 接受向量的自定义权重函数R. 缩放的残差,并返回重量的向量相同的尺寸R. |
1 |
内置重量函数的默认调谐常量为常规最小二乘估计提供大约95%的系数估计,提供了常规分布,没有异常分布。减少调谐常数增加分配给大残留的低档;增加调谐持续减少分配给大型残差的低维度。
的值R.在权重函数中
r = resid /(tune * s * sqrt(1-h))
那
在哪里渣滓
是来自前一迭代的残差矢量,调优
是调谐常数,H
是来自最小二乘贴合的杠杆值的矢量,以及S.
给出的误差项的标准差估计是
s = mad / 0.6745
.
疯狂的
是残差与其中值的绝对偏差中值。常数0.6745使得正态分布的估计无偏。如果X
拥有P.列,软件排除了最小的P.计算中位数时绝对偏差。
适合强大的配件,fitlm
利用m估计建立估计方程,并用的方法求解迭代地重复最小二乘(irls)。
例子:'robustopts','安德鲁斯'
“VarNames”
-变量的名称{x1, x2,…,‘xn’,‘y’}
(默认)|字符串数组|字符向量的单元格数组变量的名称,指定为逗号分隔的配对组成“VarNames”
和字符串数组或字符向量的单元数组,包括列的名称X
首先是响应变量的名称y
最后。
“VarNames”
不适用于表或数据集数组中的变量,因为这些变量已经有了名称。
变量名称不必是有效的MATLAB标识符。但是,如果名称无效,则在适合或调整模型时,您不能使用公式;例如:
您无法使用公式指定在使用时添加或删除的术语addterms.
函数或removeterms.
函数,分别。
在指定之前'varnames',varnames
,您可以验证变量名称varNames
通过使用伊斯瓦名称
功能。如果变量名称无效,则可以使用使用的转换它们matlab.lang.makeValidName
功能。
例子:'varnames',{'horsepower','加速','model_year','mpg'}
数据类型:字符串
|细胞
'重量'
-观察权重那些(n,1)
(默认)|N非负标量值的-乘1向量观察权重,指定为逗号分隔的配对组成'重量'
和一个N- 1个非负标量值矢量,在哪里N是观察人数。
数据类型:单一的
|双
mdl
——线性模型linearmodel.
目的表示对数据响应的最小二乘拟合的线性模型,返回为linearmodel.
目的。
如果值的价值'抢劫'
名称 - 值对不是[]
或'OLS'
,模型不是最小二乘拟合,而是采用稳健拟合函数。
一个条件矩阵T.
是A.T.————(P.+ 1)矩阵指定模型中的术语,其中T.是术语数量,P.为预测变量的个数,+1表示响应变量。的价值T (i, j)
是变量的指数j
术语一世
.
例如,假设输入包括三个预测变量X1
那X2
,及X3
和响应变量y
按顺序X1
那X2
那X3
,及y
.每一行的T.
代表一个术语:
[0 0 0 0]
-常数项或截距
[0 1 0 0]
-X2
;同样,x1 ^ 0 * x2 ^ 1 * x3 ^ 0
[1 0 1 0]
-x1 * x3
[2 0 0 0]
-x1 ^ 2
[0 1 2 0]
-x2 * (x3 ^ 2)
这0.
在每个术语的末尾表示响应变量。通常,术语矩阵中零的列向量表示响应变量的位置。如果您在矩阵和列向量中有预测器和响应变量,则必须包含0.
对于每行的最后一列中的响应变量。
模型规范的公式是表单的字符向量或字符串标量'
.y
〜术语
'
y
是响应名称。
术语
使用威尔金森表示法表示模型中的预测项。
要表示预测器和响应变量,请使用表输入的变量名TBL.
或使用的变量名称VarNames
.默认值VarNames
是{x1, x2,…,‘xn’,‘y’}
.
例如:
'y〜x1 + x2 + x3'
指定一个带有截距的三变量线性模型。
‘y~x1+x2+x3–1’
指定一个无拦截的三变线性模型。请注意,默认情况下,公式包括常量(拦截)术语。要从模型中排除常量术语,您必须包含-1
在公式。
公式包括常数术语,除非您明确地删除术语-1
.
Wilkinson表示法描述了模型中存在的术语。符号涉及模型中存在的术语,而不是那些术语的乘法器(系数)。
威尔金森表示法使用这些符号:
+
意味着包括下一个变量。
-
表示不包括下一个变量。
:
定义交互,这是术语的份额。
*
定义交互和所有低阶项。
^
将预测器提升到电力,完全如此*
重复,所以^
也包括低阶项。
()
分组术语。
该表显示了威尔金森表示法的典型例子。
Wilkinson表示法 | 标准符号术语 |
---|---|
1 |
常数(拦截)术语 |
X1 ^ K. ,在那里K. 是一个正整数 |
X1 那X12 ,......,X1K. |
x1 + x2 |
X1 那X2 |
x1 * x2 |
X1 那X2 那x1 * x2 |
x1:x2 |
x1 * x2 只要 |
–x2 |
不包括X2 |
x1 * x2 + x3 |
X1 那X2 那X3 那x1 * x2 |
X1 + x2 + x3 + X1:x2 |
X1 那X2 那X3 那x1 * x2 |
x1 * x2 * x3 - x1:x2:x3 |
X1 那X2 那X3 那x1 * x2 那x1 * x3 那x2*x3 |
x1 *(x2 + x3) |
X1 那X2 那X3 那x1 * x2 那x1 * x3 |
有关详细信息,请参见Wilkinson表示法.
的模型属性linearmodel.
目的mdl
,您可以使用DOT表示法。例如,mdl.residuals.
返回模型的原始,Pearson,学生化和标准化的剩余值表。
培训模型后,您可以生成C / C ++代码,该代码预测新数据的响应。生成C / C ++代码需要Matlab Coder™.有关详细信息,请参阅代码生成简介.
主要拟合算法是QR分解。适合强大的配件,fitlm
利用m估计建立估计方程,并用的方法求解迭代地重复最小二乘(irls)。
fitlm
将分类预测值处理如下:
一个有绝对预测器的模型L.级别(类别)包括L.- 1指标变量。该模型使用第一个类别作为参考级别,因此不包括参考级别的指标变量。如果分类预测器的数据类型为分类
,然后您可以通过使用查看类别的顺序类别
并通过使用重新排序类别雷德斯
自定义参考级别。有关创建指示器变量的更多详细信息,请参阅自动创建虚拟变量.
fitlm
对待一组L.- 1指示器变量作为单个变量。如果要将指示器变量视为不同的预测器变量,请通过使用手动创建指示器变量戴维尔
.然后使用指示器变量,除了适合模型时对应于分类变量的参考级别的字符。对于分类预测因子X
,如果指定的所有列dummyvar(x)
并且作为预测器的截距术语,然后设计矩阵变为缺陷。
连续预测因子与分类预测器之间的交互术语L.级别由元素 - 明智的产品组成L.- 1带有连续预测器的指标变量。
两个分类预测因子之间的交互条款L.和m级别包括(L.- 1)*(m- 1)指标变量包括两个分类预测水平的所有可能组合。
不能为绝对预测器指定高阶项,因为指示器的平方等于它本身。
fitlm
认为南
那''
(空字符向量),“
(空字符串),< >失踪
,及<未定义>
价值TBL.
那X
,及y
缺少值。fitlm
不使用符合缺失值的观察结果。这观察税收
拟合模型的性质表明是否fitlm
使用适合的每个观察。
为减少在高维数据集上的计算时间,拟合线性回归模型使用fitrlinear
功能。
要使回归规则化,请使用fitrlinear
那套索
那岭
或plsregress
.
fitrlinear
使用套索或岭回归对高维数据集的回归进行正则化。
套索
使用套索或弹性网删除线性回归中的冗余预测值。
岭
使用岭回归将回归与相关项正则化。
plsregress
用偏最小二乘正则化相关项的回归。
[1] Dumouchel,W. H.和F. L. O'Brien。“将强大的选项集成到多元回归计算环境中。”计算机科学与统计:界面上的第21次研讨会的诉讼程序.亚历山大,VA:美国统计协会,1989年。
荷兰,P. W.和R. E.韦尔什。“使用迭代加权最小二乘的稳健回归”统计通信:理论与方法那A6,1977年,第813-827页。
Huber, P. J。强大的统计数据. 新泽西州霍博肯:约翰·威利父子公司,1981年。
[4]街道,J.O.,R. J.Carroll和D. Ruppert。“关于通过迭代重新重复最小二乘来计算强大的回归估计的注释。”美国统计学家.卷。42,1988,pp。152-154。
此功能支持具有一些限制的内存万博1manbetx存储数据的高阵列。
如果有任何输入参数fitlm
是高数组,则所有其他输入也必须是高数组。这包括随提供的非空变量'重量'
和'排除'
名称值对。
这'抢劫'
高阵列不支持名称值对。万博1manbetx
对于高数据,fitlm
返回A.CompactLinearModel.
包含大多数属性的对象linearmodel.
目的。主要区别在于,紧凑的物体对内存要求敏感。Compact对象不包括包含数据的属性,或者包含与数据相同大小的数组。Compact对象不包含这些linearmodel.
特性:
诊断
安装
观察税收
观测名称
残差
步骤
变量
您可以直接从LM = fitlm (X, Y)
使用
Res = Y - 预测(LM,X);s = lm.rmse;直方图(Res,Linspace(-3 * s,3 * s,51)))
如果CompactLinearModel.
对象缺少包含分类因素的低阶项:
这料理缺点
和plotinteraction.
不支持方法。万博1manbetx
这方差分析
方法与'组件'
不支持选项。万博1manbetx
有关更多信息,请参见高存储器数据的阵列.
此功能完全支持GPU阵列。万博1manbetx有关更多信息,请参见在GPU上运行matlab函数(并行计算工具箱).
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。