主要内容

随机的

类别:非线性模型

模拟非线性回归模型的响应

语法

ysim=随机(mdl)
ysim=随机(mdl,Xnew)
ysim=随机(mdl,Xnew,'Weights',W)

描述

伊西姆=随机(mdl)模拟拟合非线性模型的响应mdl在原始设计点。

伊西姆=随机(mdl,Xnew)模拟拟合非线性模型的响应mdl将数据添加到Xnew,添加随机噪声。

伊西姆=随机(mdl,Xnew","重量",,W)使用观察权重模拟响应,W.

输入参数

mdl

非线性回归模型,由菲特尔姆.

Xnew

mdl预测反应。

  • 如果Xnew是表或数据集数组,它必须包含中的预测器名称mdl.

  • 如果Xnew是一个数值矩阵,其变量(列)数必须与创建时相同mdl。此外,创建时使用的所有变量mdl必须是数字。

W

实数、正值权重或函数句柄的向量。

  • 如果指定向量,则其元素数必须与中的观察数(或行数)相同Xnew.

  • 如果指定函数句柄,则函数必须接受预测响应值向量作为输入,并返回实际正权重向量作为输出。

给定权重,W,随机的估计观测时的误差方差通过MSE*(1/W(i)),其中MSE是均方误差。

违约:无重量

输出参数

伊西姆

预测平均值的向量Xnew,受随机噪声干扰。噪声是独立的,正态分布,均值为零,方差等于模型的估计误差方差。

例子

全部展开

建立汽车里程作为重量函数的非线性模型,并模拟响应。

创建一个汽车里程的指数模型,作为重量的函数卡斯莫尔数据。按1000倍的比例缩放权重,使所有变量的大小大致相等。

负载卡斯莫尔X=重量;y=每加仑;模型乐趣='y~b1+b2*exp(-b3*x/1000)'; beta0=[1];mdl=fitnlm(X,y,modelfun,beta0);

创建对数据的模拟响应。

Xnew=X;ysim=随机(mdl,Xnew);

绘制原始响应和模拟响应,以查看它们之间的差异。

图(X,y,“哦”,X,ysim,“x”)传奇(“数据”,“模拟的”)

图中包含一个Axis对象。Axis对象包含2个line类型的对象。这些对象表示模拟的数据。

选择

对于没有附加噪波的预测,请使用预测.