随机

模拟响应的非线性回归模型

所有的页面崩溃

语法

ysim =随机(mdl)

Xnew ysim =随机(mdl)

ysim =随机(mdl Xnew,“权重”,W)

ysim=随机(mdl)从拟合非线性模型模拟的反应mdl在最初的设计点。

ysim=随机(mdl,Xnew)从拟合非线性模型模拟的反应mdl的数据Xnew,添加随机噪声。

ysim=随机(mdl,Xnew“重量”,W)模拟反应使用观察权重,W。

打开生活的脚本

创建一个非线性模型的汽车里程的重量,和模拟响应。

创建一个指数模型的汽车里程作为权重的函数carsmall数据。规模的重量1000倍所以所有的变量都是大致相等的大小。

负载carsmallX =重量;y = MPG;modelfun =b1 y ~ + b2 * exp (b3 * x / 1000);beta0 = (1 1 1);mdl = fitnlm (X, y, modelfun beta0);

创建模拟响应数据。

Xnew = X;Xnew ysim =随机(mdl);

情节最初的反应和模拟响应,看看他们是不同的。

情节(X, y,“o”,X, ysim“x”)传说(“数据”,“模拟”)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。一个或多个行显示的值只使用这些对象标记表示数据,模拟。

非线性回归模型对象,指定为一个NonLinearModel创建的对象使用fitnlm。

权重向量的,正值或一个函数处理。

给定的权重,W,随机估计误差方差的观察我通过MSE * (1 / W (i)),均方误差均方误差。

新的预测输入值,指定为一个表,数据数组或矩阵。每一行的Xnew对应于一个观察,每一列对应一个变量。

如果Xnew是一个数据集表或数组,它必须包含相同的预测,预测名字的PredictorNames的属性mdl。
如果Xnew是一个矩阵,它必须有相同数量的变量(列)在同一顺序的预测输入用于创建mdl。请注意,Xnew还必须包含任何不作为预测变量预测的拟合模型。此外,所有变量用于创建mdl必须是数值。治疗数值预测分类,识别预测使用“CategoricalVars”当您创建名称-值对的论点mdl。