Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

plotSlice

近似された一般化線形回帰面を通るスライスのプロット

ページ内をすべて折りたたむ

構文

plotSlice(mdl)

説明

例

plotSlice(mdl) は、mdl によって予測された回帰面を通るスライスをそれぞれが表す、1 つ以上のプロットが含まれている Figure を作成します。各プロットは、他の予測子変数の値を固定した状態で単一の予測子変数の関数として当てはめた応答値を示します。

plotSlice は、応答値の 95% 信頼限界も表示します。信頼限界のタイプを選択するには [範囲] メニューを、各スライス プロットに使用する予測子を選択するには [予測子] メニューを使用します。詳細については、ヒントを参照してください。

例

すべて折りたたむ

ライブ スクリプトを開く

当てはめた一般化線形回帰モデル面を通るスライスをプロットします。

基となる 2 つの予測子 X(:,1) および X(:,2) のポアソン乱数を使って標本データを生成します。

rng('default') % For reproducibility
rndvars = randn(100,2);
X = [2 + rndvars(:,1),rndvars(:,2)];
mu = exp(1 + X*[1;2]);
y = poissrnd(mu);

ポアソン データの一般化線形回帰モデルを作成します。

mdl = fitglm(X,y,'y ~ x1 + x2','Distribution','poisson');

スライス プロットを作成します。

plotSlice(mdl)

Figure Prediction Slice Plots contains 2 axes objects and other objects of type uimenu, uicontrol. Axes object 1 contains 5 objects of type line. Axes object 2 contains 5 objects of type line.

各プロットの緑のラインは、他の予測子変数の値を固定した状態で単一の予測子変数の関数として予測した応答値を表します。赤い点線は、95% 信頼限界です。y 軸のラベルには、予測された応答値と、水平線および垂直線によって選択された点に対応する信頼限界が含まれています。x 軸のラベルには、予測子変数名と、選択された点に対する予測子の値が示されています。

x1 のプロットで垂直線を右に移動して、y 軸のラベルの変化と、x2 のプロットの変化を観察します。

入力引数

すべて折りたたむ

一般化線形回帰モデル。fitglm または stepwiseglm を使用して作成した GeneralizedLinearModel オブジェクト、または compact を使用して作成した CompactGeneralizedLinearModel オブジェクトとして指定します。

ヒント

  • 信頼限界のタイプを選択するには、Figure ウィンドウの [範囲] メニューを使用します。[同時] または [非同時] を選択できます。また、[範囲なし] を選択して信頼限界をなくすこともできます。

    • 同時 (既定) — plotSlice は、シェッフェの方法を使用して、応答値の曲線の信頼限界を計算します。信頼限界の上限と下限の間の範囲には、真の応答値から構成される曲線が 95% の信頼度で含まれます。

    • 非同時 — plotSlice は、各観測値で応答値の信頼限界を計算します。特定の予測子の値における応答値の信頼区間には、真の応答値が 95% の信頼度で含まれます。

    応答値の曲線全体を範囲内に含める方が、単一の予測子の値における応答値を範囲内に含める場合より条件が厳しいので、同時区間は個別の区間より広くなります。

  • 各スライス プロットに使用する予測子を選択するには、Figure ウィンドウの [予測子] メニューを使用します。8 つを超える予測子が回帰モデル mdl に含まれている場合、既定では plotSlice は最初の 5 つの予測子に対してプロットを作成します。

代替機能

  • 予測された応答値と信頼限界を取得するには、predict を使用します。関数 predict の名前と値のペアの引数 'Alpha' を使用して、信頼限界の信頼水準を指定することもできます。predict が既定では非同時区間を求めるのに対して、plotSlice は既定では同時区間を求めることに注意してください。

  • GeneralizedLinearModel オブジェクトには、複数のプロット関数が用意されています。

    • モデルを検証するときに、問題があるデータを探し、各観測値の効果を理解するには、plotDiagnostics を使用します。また、モデルの残差を分析するには、plotResiduals を使用します。

    • モデルを当てはめた後で、特定の予測子の効果を理解するには、plotPartialDependence を使用します。また、予測曲面を通るスライスをプロットするには、plotSlice を使用します。

拡張機能

バージョン履歴

R2012a で導入

参考

| | | | |

トピック