ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

addTerms

クラス: LinearModel

線形回帰モデルに項を追加

構文

mdl1 = addTerms(mdl,terms)

説明

mdl1 = addTerms(mdl,terms) は、terms で指定された項を入力モデル mdl に追加した線形モデル mdl1 を返します。

入力引数

すべて展開する

完全な近似済み線形回帰モデル。fitlm または stepwiselm を使用して構築した LinearModel オブジェクトを指定します。

回帰モデル mdl に追加する項。次のいずれかを指定します。

  • 追加する 1 つ以上の項を表す式。詳細については、ウィルキンソンの表記法を参照してください。

  • 項行列の行 (近似関数 fitlm の引数 modelspec の説明を参照)。たとえば、ABC という 3 つの変数があるとします。

    [0 0 0] represents a constant term or intercept
    [0 1 0] represents B; equivalently, A^0 * B^1 * C^0
    [1 0 1] represents A*C
    [2 0 0] represents A^2
    [0 1 2] represents B*(C^2)

出力引数

すべて展開する

項が追加された回帰モデル。LinearModel オブジェクトとして返されます。mdl1 は、terms で指定された項を mdl に追加したモデルです。mdl を上書きするには、mdl1 として mdl を設定します。

すべて展開する

交互作用のない carsmall データのモデルを作成し、交互作用項を追加します。

carsmall データを読み込んで、MPG のモデルを、重み付けとモデル年の関数とします。

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

mdl に交互作用項を追加します。

terms = 'Year*Weight';
mdl1 = addTerms(mdl,terms)
mdl1 = 
Linear regression model:
    MPG ~ 1 + Weight*Year + Weight^2

Estimated Coefficients:
                       Estimate          SE         tStat        pValue  
                      ___________    __________    ________    __________

    (Intercept)            48.045         6.779      7.0874    3.3967e-10
    Weight              -0.012624     0.0041455     -3.0454     0.0030751
    Year_76                2.7768        3.0538     0.90931        0.3657
    Year_82                16.416        4.9802      3.2962     0.0014196
    Weight:Year_76    -0.00020693    0.00092403    -0.22394       0.82333
    Weight:Year_82     -0.0032574     0.0018919     -1.7217      0.088673
    Weight^2           1.0121e-06      6.12e-07      1.6538       0.10177


Number of observations: 94, Error degrees of freedom: 87
Root Mean Squared Error: 2.76
R-squared: 0.89,  Adjusted R-Squared 0.882
F-statistic vs. constant model: 117, p-value = 1.88e-39

詳細

すべて展開する

代替方法

stepwiselm を使用して、開始モデルからモデルを選択し、どのステップも有益ではなくなるまで続行します。

removeTerms を使用して特定の項を削除します。

step を使用して、項の追加または削除によってモデルを最適に改善します。

参照

[1] Wilkinson, G. N., and C. E. Rogers. Symbolic description of factorial models for analysis of variance. J. Royal Statistics Society 22, pp. 392–399, 1973.