如何计算信心回归模型使用引导方法的界限

3视图(30天)
我想计算和情节引导信心边界的非线性回归模型。我有计算系数的自举置信区间和现在我想视觉显示信心。换句话说,我想要类似于红色的虚线图
这是目前为止我所做的一切。
modelfun = @ (b、t) (100 * (1)。* exp (- b (3)。* (1-exp (- b (4)。* t))。/ b - b (2) (4)。* ((exp (- b (4)。* t) 1 + b (4)。* t) / b (4) ^ 2)));
b = (1.0190;2.2297 e-5;6.668 e-13;8.3576 e-6];
t = exprnd (2100 1);
y = modelfun (b、t) + normrnd (0, 0.1,100, 1);
beta0 = [1;0.0001;.0000000001;.000001];
β= @(预测、响应)nlinfit(预测、响应modelfun beta0);
newci = bootci(100年,{β,t y},“α”,0.01)
我不知道如何从这里出发。
我很欣赏任何见解,能帮我解决我的问题。谢谢
1评论
编辑器
编辑器 2022年10月27日
自从我发布这个问题,我没有收到任何来自社区的反馈。现在,我的问题是不清楚吗?有人可以请建议。

登录置评。

接受的答案

杰夫•米勒
杰夫•米勒 2022年10月28日
我假设你的图中显示t水平轴和垂直y。
问题是bootci给你参数值的置信区间,但你真正想要的东西(从图)的置信区间预测y值在每个t。
我认为你可以得到这些但它将更多的工作。你将不得不使用bootstr函数生成引导数据集,适合每个数据集的模型,然后生成预测y值在每个每个引导的预选的t迭代。大量的迭代之后,您可以查看小型和大型ile(2.5%和97.5%)分别为每个生成t y值。策划小vs t应该给你更低的虚线,大型和t上。
我希望这是你要求……

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!