glmfitと格林瓦尔を使用した、一般化線形モデルの近似と評価。

切片样品を使用したロジスティック回帰モデルでのベイズの推論。

この例では、非定数誤差分散があるデータの非線形回帰モデルを近似する方法を示します。

この例では、部分最小二乗回帰 （PLSR）と主成分回帰 （PCR）の適用方法を示し、これら 2.つの手法の有効性について説明します。PLSRと 聚合酶链反应は、どちらも、高相関性または共線性のある多数の予測子変数がある場合に、応答変数をモデル化するために使用する手法です。どちらの手法も、オリジナルの予測子変数の線形結合として、成分と呼ばれる新しい予測子変数を作成しますが、それらの成分の作成方法は異なります。聚合酶链反应は、応答変数を一切考慮することなく、予測子変数での観測された変動を説明する成分を作成します。一方、PLSRは応答変数を考慮するため、少ない数の成分で応答変数を近似できるモデルにつながります。特定の用途について、これが最終的により倹約的なモデルを意味するかどうかは、コンテキストによります。

菲特罗托を使用し、指定した学習予測子と応答データに基づいてさまざまなハイパーパラメーターの値をもつ回帰モデルのタイプの選択を自動的に試行。