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。

plotSlice

近似線形回帰面を通るスライスのプロット

説明

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あ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。

すべて折りたたむ

あてはめた線形回帰モデル面を通るスライスをプロットします。

carsmall データセットを読み込み、モデル年、重量、および重量の二乗の関数として、燃費の線形回帰モデルをあてはめます。

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

スライス プロットを作成します。

plotSlice(mdl)

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。

mdl には WeightWeight^2 の両方の項が含まれていますが、plotSliceWeight の項に対する 1 つのプロットのみを作成することに注意してください。

Weight 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、Year 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

線形回帰モデル オブジェクト。fitlm または stepwiselm を使用して作成した LinearModel オブジェクト、または compact を使用して作成した CompactLinearModel オブジェクトを指定します。

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] と、[曲線] または [観測値] 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] または [非同時]

      • 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。

    • [曲線] または [観測値]

      予測子変数 X と応答変数 y に対する回帰モデルは、次の形式になります。

      y = f(X) + ε

      ここで、f は X の関数、ε はランダムなノイズ項です。

      • 曲線 (既定) — plotSlice は、あてはめた応答 f(X) に対して信頼限界を予測します。

      • 観測値plotSlice は、応答観測値 y に対して信頼限界を予測します。

      ノイズ項により変動性が追加されるので、y の範囲は f(X) の範囲より広くなります。

  • 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、信頼限界の信頼度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。

  • LinearModel 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。

    • モデルを作成するときに、予測子変数の追加または削除による効果を理解するには、plotAdded を使用します。

    • 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。

    • モデルをあてはめた後で、特定の予測子の効果を理解するには、plotAdjustedResponseplotPartialDependence および plotEffects を使用します。2 つの予測子の間の交互作用効果を理解するには、plotInteraction 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。

R2012a で導入