只是为了从头开始:
你负的原始矢量dataStims和取这个向量的日志。这将导致复杂的值-条目。你考虑这个吗?
单点计算曲线的斜率(x = 0.5)和测试,斜率意义(坡~ = 0)
3视图(30天)
显示旧的评论
你好,
我已经拟合逻辑回归模型使用glmfit一些数据:
数据:
dataStims = [(16/36), (16/28), (16/16), (28/16), (36/16));%刺激大小
dataStims_long = linspace (dataStims (1) dataStims(结束),5000);%让刺激大小——长向量来让你流畅的曲线当你适合曲线数据
dataStims =日志(dataStims);%将日志间距甚至更多
dataStims_long =日志(dataStims_long);%”
dataResp =[0] 9、8、6、6日;%的肯定的反应(问题:“刺激了吗?”(选项:/跨)
dataCount = [10、10、10、10、10];%的试验
代码:
[~,~,统计]= glmfit (dataStims”, [dataResp ' dataCount '],“二”,分对数的);%配合物流reg
这让我得到一些合适的系数(stats.beta),这是
输出:
统计数据。β=
0.4667
-2.1432
我理解是y轴截距和斜率,分别(有人请纠正我如果我错了)。我也相信,返回值的斜率是直线的斜率截距(y = 0),这是正确的吗?
我有点困惑re. y轴截距,因为它的情节像y轴截距~ = 6(见下图)。即x值y = 0时~ = 6。但y轴截距根据统计数据。β= 0.4667。会有人让我知道如果我误解了这个吗?
通知你,我使用后生成的曲线
代码:
logitFit_long = glmval (logitCoef dataStims_long”,分对数的);
我的主要问题:
我想做什么,是得到斜率不截距,但在直线的点x = 5(以*下面的情节)。我想这一点的斜率,然后测试斜率的重要性。
有人知道一个租车的好方法吗?
我试着下面,我认为这是我打算让我在x = . 05点的斜率
代码:
[~,我]= min (abs (logitFit_long));%找到价值接近x = 0。5
x = dataStims_long ';y = logitFit_long;
指数=(张i + 1);%的点,你要计算斜率(回归)
pse。多项式系数= polyfit (x(指数),y(指数),1);% calc多项式系数
pse。slope_line = polyval (pse.coeff x);% calc线
输出:
pse。多项式系数=
-0.5358
0.6167
我理解是斜率和截距,分别。正确吗?
这样子我想从策划pse。slope_line——见下面的虚线。看起来是斜率x = 0.5,因为它拦截曲线在*点
我就喜欢做的是测试是否这个斜率明显不同于0,即。,有坡线还是平坦(斜率= 0)?
glmfit统计从上面,我能得到的斜率截距的意义使用stats.t(2)和stats.p (2), t和p值的斜率(2的显著性检验
nd
β值,即:,' 2 ')。
但我不确定我会做直线的斜率在这个x = 0。5点。我尝试了一些东西但他们给我很奇怪的价值观,我认为他们是不正确的。
谁有什么好主意吗?
谢谢你的帮助,
哈丽特
