Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

plotAdded

Se agregó una gráfica variable del modelo de regresión lineal

Descripción

ejemplo

plotAdded(mdl) produce un para todo el modelo excepto el término constante (intercepción).gráfico variable añadidomdl

ejemplo

plotAdded(mdl,coef) genera una gráfica de variables añadida para los términos especificados.coef

plotAdded(mdl,coef,Name,Value) especifica las propiedades gráficas de los puntos de datos ajustados mediante uno o varios argumentos de par nombre-valor. Por ejemplo, puede especificar el símbolo de marcador y el tamaño de los puntos de datos.

h = plotAdded(___) devuelve objetos de línea utilizando cualquiera de las combinaciones de argumentos de entrada de las sintaxis anteriores. Se utiliza para modificar las propiedades de una línea específica después de crear la gráfica.h Para obtener una lista de propiedades, consulte.Line Properties

Ejemplos

contraer todo

Crear un modelo de regresión lineal del kilometraje del coche en función del peso y el año del modelo. A continuación, cree una gráfica de variable añadida para ver la importancia del modelo.

Cree un modelo de regresión lineal de kilometraje del conjunto de datos.carsmall

load carsmall Year = categorical(Model_Year); tbl = table(MPG,Weight,Year); mdl = fitlm(tbl,'MPG ~ Year + Weight^2');

Cree una gráfica de variable añadida del modelo.

plot(mdl)

La gráfica ilustra que el modelo es significativo porque una línea horizontal no encaja entre los límites de confianza.

Cree el mismo trazado utilizando la función.plotAdded

plotAdded(mdl)

Crear un modelo de regresión lineal del kilometraje del coche en función del peso y el año del modelo. A continuación, cree una gráfica de variable añadida para ver el efecto de los términos de peso (y).WeightWeight^2

Cree el modelo de regresión lineal utilizando el conjunto de datos.carsmall

load carsmall Year = categorical(Model_Year); tbl = table(MPG,Weight,Year); mdl = fitlm(tbl,'MPG ~ Year + Weight^2');

Encuentre los términos en el modelo correspondiente a y.WeightWeight^2

mdl.CoefficientNames
ans = 1x5 cell array
    {'(Intercept)'}    {'Weight'}    {'Year_76'}    {'Year_82'}    {'Weight^2'}

Los términos de peso son 2 y 5.

Cree una gráfica de variable añadida con los términos de peso.

coef = [2 5]; plotAdded(mdl,coef)

La gráfica ilustra que los términos de peso son significativos porque una línea horizontal no encaja entre los límites de confianza.

Cree un diagrama de dispersión de datos junto con una curva ajustada y límites de confianza para un modelo de regresión lineal simple. Un modelo de regresión lineal simple incluye solo una variable predictora.

Cree un modelo de regresión lineal simple de kilometraje del conjunto de datos.carsmall

load carsmall tbl = table(MPG,Weight); mdl = fitlm(tbl,'MPG ~ Weight')
mdl =  Linear regression model:     MPG ~ 1 + Weight  Estimated Coefficients:                     Estimate        SE         tStat       pValue                      __________    _________    _______    __________      (Intercept)        49.238       1.6411     30.002    2.7015e-49     Weight         -0.0086119    0.0005348    -16.103    1.6434e-28   Number of observations: 94, Error degrees of freedom: 92 Root Mean Squared Error: 4.13 R-squared: 0.738,  Adjusted R-Squared: 0.735 F-statistic vs. constant model: 259, p-value = 1.64e-28 

de la variable es muy pequeña, lo que significa que la variable es estadísticamente significativa en el modelo.pValueWeight Visualice este resultado creando un gráfico de dispersión de los datos, junto con una curva ajustada y sus límites de confianza del 95%, utilizando la función.plot

plot(mdl)

La gráfica ilustra que el modelo es significativo porque una línea horizontal no encaja entre los límites de confianza, que es consistente con el resultado.pValue

Cree el mismo trazado utilizando la función.plotAdded

plotAdded(mdl)

Cuando un modelo incluye solo un término además del término constante, un valor ajustado equivale a su valor original. Por lo tanto, esta gráfica de variable añadida es la misma que la gráfica de dispersión creada por la función.plot

Argumentos de entrada

contraer todo

Modelo de regresión lineal, especificado como un objeto creado mediante o.LinearModelfitlmstepwiselm

Coeficientes en el modelo de regresión, especificados como uno de los siguientes:mdl

  • Vector de caracteres o escalar de cadena de un único nombre de coeficiente en (propiedad de).mdl.CoefficientNamesCoefficientNamesmdl

  • Vector de enteros positivos que representa los índices de coeficientes en.mdl.CoefficientNames Utilice un vector para especificar varios coeficientes.

Tipos de datos: char | string | single | double

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Ejemplo: 'Color','blue','Marker','*'

Nota

Las propiedades gráficas enumeradas aquí son solo un subconjunto. Para obtener una lista completa, consulte.Line Properties Las propiedades especificadas determinan la apariencia de los puntos de datos ajustados.

Color de línea, especificado como el par separado por comas que consta de un triplete RGB, un código de color hexadecimal, un nombre de color o un nombre abreviado para una de las opciones de color enumeradas en la tabla siguiente.'Color'

El argumento de par nombre-valor también determina el color del contorno del marcador y el color de relleno del marcador si es (predeterminado) y es.'Color''MarkerEdgeColor''auto''MarkerFaceColor''auto'

Para un color personalizado, especifique un triplete RGB o un código de color hexadecimal.

  • Un triplete RGB es un vector de fila de tres elementos, cuyo elemento especifica las intensidades de los componentes rojo, verde y azul del color. Las intensidades deben estar en el rango; por ejemplo,.[0,1][0.4 0.6 0.7]

  • Un código de color hexadecimal es un vector de caracteres o un escalar de cadena que comienza con un símbolo de hash () seguido de tres o seis dígitos hexadecimales, que pueden oscilar entre.#0F Los valores no distinguen entre mayúsculas y minúsculas. Por lo tanto, los códigos de color,,, y son equivalentes.'#FF8800''#ff8800''#F80''#f80'

Como alternativa, puede especificar algunos colores comunes por nombre. Esta tabla enumera las opciones de color con nombre, los tripletes RGB equivalentes y los códigos de color hexadecimales.

Nombre del colorNombre cortoTriplete RGBCódigo de color hexadecimalAspecto
'red''r'[1 0 0]'#FF0000'

'green''g'[0 1 0]'#00FF00'

'blue''b'[0 0 1]'#0000FF'

'cyan' 'c'[0 1 1]'#00FFFF'

'magenta''m'[1 0 1]'#FF00FF'

'yellow''y'[1 1 0]'#FFFF00'

'black''k'[0 0 0]'#000000'

'white''w'[1 1 1]'#FFFFFF'

'none'No es aplicableNo es aplicableNo es aplicableSin color

Estos son los tripletes RGB y los códigos de color hexadecimales para los colores predeterminados que se utilizan en muchos tipos de trazados.MATLAB®

Triplete RGBCódigo de color hexadecimalAspecto
[0 0.4470 0.7410]'#0072BD'

[0.8500 0.3250 0.0980]'#D95319'

[0.9290 0.6940 0.1250]'#EDB120'

[0.4940 0.1840 0.5560]'#7E2F8E'

[0.4660 0.6740 0.1880]'#77AC30'

[0.3010 0.7450 0.9330]'#4DBEEE'

[0.6350 0.0780 0.1840]'#A2142F'

Ejemplo: 'Color','blue'

Ancho de línea, especificado como el par separado por comas que consta de un valor positivo en puntos.'LineWidth' Si la línea tiene marcadores, el ancho de línea también afecta a los bordes del marcador.

Ejemplo: 'LineWidth',0.75

Símbolo de marcador, especificado como el par separado por comas que consta de y uno de los valores de esta tabla.'Marker'

ValorDescripción
'o'circunferencia
'+'Signo más
'*'Asterisco
'.'Punto
'x'Cruz
O'square''s'Cuadrado
O'diamond''d'Diamante
'^'El Triángulo apuntando hacia arriba
'v'El Triángulo apuntando hacia abajo
'>'Triángulo que apunta a la derecha
'<'Triángulo que apunta a la izquierda
O'pentagram''p'Estrella de cinco puntas (pentagrama)
O'hexagram''h'Estrella de seis puntas (Hexagrama)
'none'No hay marcadores

Ejemplo: 'Marker','+'

Color del contorno del marcador, especificado como el par separado por comas que consta de un triplete RGB, un código de color hexadecimal, un nombre de color o un nombre abreviado para una de las opciones de color enumeradas en el argumento de par nombre-valor.'MarkerEdgeColor'Color

El valor predeterminado de utiliza el mismo color especificado mediante.'auto''Color'

Ejemplo: 'MarkerEdgeColor','blue'

Color de relleno del marcador, especificado como el par separado por comas que consta de un triplete RGB, un código de color hexadecimal, un nombre de color o un nombre abreviado para una de las opciones de color enumeradas en el argumento de par nombre-valor.'MarkerFaceColor'Color

El valor utiliza el mismo color especificado por using.'auto''Color'

Ejemplo: 'MarkerFaceColor','blue'

Tamaño del marcador, especificado como el par separado por comas y que consta de un valor positivo en puntos.'MarkerSize'

Ejemplo: 'MarkerSize',2

Argumentos de salida

contraer todo

Objetos de línea, devueltos como un vector 3 por 1. , y corresponden a los puntos de datos ajustados, la línea ajustada y los límites de confianza del 95% de la línea ajustada, respectivamente.h(1)h(2)h(3) Utilice la notación de puntos para consultar y establecer las propiedades de los objetos de línea. Para obtener más información, consulte.Line Properties

Puede utilizar argumentos de par nombre-valor para especificar la apariencia de los puntos de datos ajustados correspondientes al primer objeto gráfico.h(1)

Más acerca de

contraer todo

Se agregó gráfica variable

Una gráfica de variable añadida, también conocida como una gráfica de apalancamiento de regresión parcial, ilustra el efecto incremental en la respuesta de los términos especificados causados por la eliminación de los efectos de todos los demás términos.

Una gráfica de variable añadida creada con un único término seleccionado que corresponde a una única variable predictora incluye estas parcelas:plotAdded

  • Gráfico de dispersión de valores de respuesta ajustados contra valores de variables predictores ajustados

  • Línea ajustada para valores de respuesta ajustados como una función de valores de variables predictoras ajustadas

  • 95% de los límites de confianza de la línea ajustada

Los valores ajustados son iguales a la media de la variable más los residuales de la variable ajustada a todos los predictores excepto al predictor seleccionado. Por ejemplo, considere una gráfica de variable añadida para la primera variable predictorax1. Ajuste la variable de respuesta y la variable predictora seleccionadayx1 a todos los predictores exceptox1 como sigue:

yi = gy(x2i, x3i, …, xpi) + ryi,

x1i = gx(x2i, x3i, …, xpi) + rxi,

Dónde Gy Y Gx son el ajuste de yyx1, respectivamente, contra todos los predictores excepto el predictor seleccionado (x1). Ry Y Rx son los vectores residuales correspondientes. El subíndice representa el número de observación.i El valor ajustado es la suma del valor medio y el residuo para cada observación.

y˜i=y¯+ryi,x˜1i=x¯1+rxi,

Dónde x¯1 Y y¯ representan el promedio dex1 y, respectivamente.y

traza un diagrama de dispersión de (plotAddedx˜1i, y˜i), una línea ajustada para y˜ como una función de x˜1 (es decir, β1x˜1), y los límites de confianza del 95% de la línea ajustada. El coeficienteβ1 es la misma que la estimación del coeficiente dex1 en el modelo completo, que incluye todos los predictores.

Ryi representa la parte de los valores de respuesta inexplicados por los predictores (exceptox1), y Rxi representa la parte delx1 valores inexplicables por los otros predictores. Por lo tanto, la línea ajustada representa cómo la nueva información introducida añadiendox1 puede explicar la parte inexplicable de los valores de respuesta. Si la pendiente de la línea ajustada está cerca de cero y los límites de confianza pueden incluir una línea horizontal, la gráfica indica que la nueva información dex1 no explica bien la parte inexplicable de los valores de respuesta. Es decirx1 no es significativo en el ajuste del modelo.

también admite una extensión de la gráfica de variables añadida para que pueda seleccionar varios términos en lugar de un solo término.plotAdded Por lo tanto, también puede especificar un predictor categórico, todos los términos que implican un predictor específico o el modelo como un todo (excepto un término constante (intercepción)). Considere un conjunto de predictores con un vector de coeficiente, dondeXβ Βi es la estimación del coeficiente de Xi en el modelo completo si especifica el coeficiente TH para una gráfica de variable añadida; Lo contrarioi Βi es cero. Defina un vector de dirección de unidad comou u = β/s Dónde s = norm(β). Entonces Xβ = (Xu)s. Tratar como un predictor único con un coeficiente, y crear una gráfica de variable añadida para de la misma manera que la creación de la trama para un solo término.XusXu El coeficiente de la línea ajustada en la gráfica variable añadida corresponde a.s

Sugerencias

  • El cursor de datos muestra los valores del punto de trazado seleccionado en una punta de datos (cuadro de texto pequeño situado junto al punto de datos). La sugerencia de datos incluye los valores de eje y eje para el punto seleccionado, junto con el nombre o número de observación.xy

Funcionalidad alternativa

  • Un objeto proporciona varias funciones de trazado.LinearModel

    • Al crear un modelo, utilice para comprender el efecto de agregar o quitar una variable predictora.plotAdded

    • Al verificar un modelo, utilice para encontrar datos cuestionables y para entender el efecto de cada observación.plotDiagnostics También se utiliza para analizar los residuos del modelo.plotResiduals

    • Después de ajustar un modelo, utilice, y para entender el efecto de un predictor en particular.plotAdjustedResponseplotPartialDependenceplotEffects Se usa para comprender el efecto de interacción entre dos predictores.plotInteraction También se utiliza para trazar divisiones a través de la superficie de predicción.plotSlice

  • muestra el efecto incremental en la respuesta de los términos especificados eliminando los efectos de los otros términos, mientras que muestra el efecto de un predictor seleccionado en el ajuste del modelo con los otros predictores promediado promediando los valores ajustados.plotAddedplotAdjustedResponse Tenga en cuenta que las definiciones de valores ajustados en y no son los mismos.plotAddedplotAdjustedResponse

Introducido en R2012a