regstats

回归诊断

句法

regstats（Y，X，模型）统计= regstats（...）统计= regstats（Y，X，模型，whichstats）

描述

regstats（Y，X，模型）执行响应的在多元线性回归ÿ在该预测X。X是一个ñ-通过-p矩阵p在每个预测ñ观察结果。ÿ是一个ñ观察到的应答×1向量。

注意

默认，regstats增加了1秒的第一列X，对应于在模型中的常数项。不要输入1秒的一列直接进入X。

可选的输入模型控制回归模型。默认，regstats使用具有常数项的线性相加模型。模型可以是以下的任何一个：

“线性”- 常量和线性项（缺省值）
'相互作用'- 常量，线性的，并且交互项
“二次”- 常量，线性，互动和平方项
'purequadratic'- 常量，线性和平方项

或者，模型可以是由接受的模型项的基质x2fx功能。看到x2fx对于该矩阵的说明，以及用于在这些术语出现的顺序的说明。您可以使用此矩阵指定其他模型，包括那些没有常数项。

与此语法中，函数显示的图形用户界面（GUI）与诊断统计信息的列表，如在如下图所示。

当您选择相应的统计复选框要计算和点击好，regstats返回所选统计到MATLAB^®工作区。工作区变量的名称显示在界面的右侧。您可以将工作区变量的名称更改为任何有效的MATLAB变量名。

统计= regstats（...）创建结构统计，其字段包含所有的回归诊断统计。此语法不打开GUI。的领域统计列于下表。

领域	描述
`Q`	Q来自QR设计矩阵的分解
`[R`	[R来自QR设计矩阵的分解
`公测`	回归系数
`covb`	回归系数的协方差
`yhat`	响应数据的拟合值
`[R`	残差
`MSE`	均方误差
`rsquare`	[R²统计
`adjrsquare`	调整[R²统计
`杠杆作用`	杠杆作用
`hatmat`	帽子矩阵
`s2_i`	删除-1变化
`beta_i`	删除-1的系数
`standres`	标准化残差
`studres`	学生化残差
`dfbetas`	在回归系数缩放变化
`dffit`	变化拟合值
`DFFITS`	在拟合值缩放变化
`covratio`	变化协方差
`cookd`	Cook距离
`TSTAT`	Ť统计和p- 值的系数
`FSTAT`	F统计和p-值
`dwstat`	DW统计和p-值

请注意，领域名称统计对应于变量的名字恢复到MATLAB工作区，当您使用GUI。例如，stats.beta对应于所述可变公测当您选择返回系数在GUI和点击好。

统计= regstats（Y，X，模型，whichstats）只返回统计您指定whichstats。whichstats可以是单个字符载体如“杠杆”，一个字符串数组，如[ “杠杆作用”， “standres”， “studres”]或字符的单元阵列载体如{ '杠杆'， 'standres'， 'studres'}。组whichstats至'所有'返回所有统计数据。

注意

该F统计数字是该模型包含一个常数项的假设下计算的。这不是没有车型恒定正确。该[R²统计可以是用于模型负不恒定，这表明模型是不适合的数据。

例子

打开regstats使用数据从GUIhald.mat：

负载哈尔德regstats（热，配料， '线性'）;

选择拟合值和残差在GUI中：

请点击好以拟合值和残差导出到MATLAB工作空间中的命名变量yhat和[R，分别。

您可以创建使用相同的变量统计输出，而不用打开GUI：

whichstats = { 'yhat'， 'R'};统计= regstats（热，配料， '线性'，whichstats）;yhat = stats.yhat;R = stats.r;

参考

[1]贝尔斯利，D. A.，E. KUH，和R. E.韦尔施。回归诊断。新泽西州霍博肯市：John Wiley和Sons公司，1980年。

[2] Chatterjee的，S.，和A. S.哈迪。“有影响力的意见，高杠杆点，与粗线性回归。”统计科学。卷。1，1986年，第379-416。

[3]库克，R.D。，和S. Weisberg的。残差及影响因素回归。纽约：查普曼和霍尔/ CRC出版社，1983。

[4]古德尔，C.R。“计算使用QR分解”。手册中的统计数据。卷。9，阿姆斯特丹：爱思唯尔/北荷兰，1993年。

也可以看看

线性模型|fitlm|stepwiselm

主题

R2006a前推出

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书