Main Content

plot

クラス: RepeatedMeasuresModel

オプションのグループ化によるデータのプロット

説明

plot(rm) は各被験者の反復測定モデル rm の測定値を時間の関数としてプロットします。単一の被験者内数値要因がある場合、plot はこの要因の値を時間値として使用します。それ以外の場合、plot は 1 ~ r の離散値を時間値として使用します (r は反復測定の回数です)。

また、plot(rm,Name,Value) は反復測定モデル rm の測定値を、1 つ以上の Name,Value ペア引数で指定された追加オプションによりプロットします。

たとえば、グループ化の基準となる要因を指定したり、線の色を変更することができます。

H = plot(___) は、ハンドル (H) をプロットされたラインに返します。

入力引数

すべて展開する

反復測定モデル。RepeatedMeasuresModel オブジェクトとして返します。

このオブジェクトのプロパティとメソッドについては、RepeatedMeasuresModel を参照してください。

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名、Value は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。

R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name を引用符で囲みます。

単一または複数の被験者間要因の名前。'Group' と文字ベクトル、string 配列、または文字ベクトルの cell 配列から構成されるコンマ区切りのペアとして指定します。この名前と値のペアの引数は、要因の値に従って線をグループ化します。

たとえば、薬物と性別の 2 つの被験者間要因があり、これに従ってプロット内の線をグループ化する場合、これらの要因を次のように指定できます。

例: 'Group',{'Drug','Sex'}

データ型: char | string | cell

各グループに使用するマーカー。'Marker' と string 配列、または文字ベクトルの cell 配列から構成されるコンマ区切りのペアとして指定します。

たとえば、薬物と性別の 2 つの被験者間要因があり、それぞれに 2 つのグループがある場合、次のように o を薬物の各グループのマーカー、x を性別の各グループのマーカーとして指定できます。

例: 'Marker',{'o','o','x','x'}

データ型: string | cell

各グループの色。'Color' と文字ベクトル、string 配列、文字ベクトルの cell 配列、または 3 列の RGB 行列の行から構成されるコンマ区切りのペアとして指定します。

たとえば、薬物と性別の 2 つの被験者間要因があり、それぞれに 2 つのグループがある場合、次のように赤色を薬物の各グループのマーカー、青色を性別の各グループのマーカーとして指定できます。

例: 'Color','rrbb'

データ型: single | double | char | string | cell

各グループに使用するライン スタイル。'LineStyle' と string 配列、または文字ベクトルの cell 配列から構成されるコンマ区切りのペアとして指定します。

たとえば、薬物と性別の 2 つの被験者間要因があり、それぞれに 2 つのグループがある場合、次のように - を一方のグループのライン スタイル、: をもう一方のグループのライン スタイルとして指定できます。

例: 'LineStyle',{'-' ':' '-' ':'}

データ型: string | cell

出力引数

すべて展開する

プロットされたラインのハンドル。ハンドルとして返します。

すべて展開する

標本データを読み込みます。

load fisheriris

列ベクトル species は、3 種類のアヤメ (setosa、versicolor、virginica) で構成されています。double 行列 meas は、花に関する 4 種類の測定値、がく片の長さと幅 (cm) と花弁の長さと幅 (cm) で構成されています。

データを table 配列に保存します。

t = table(species,meas(:,1),meas(:,2),meas(:,3),meas(:,4),...
'VariableNames',{'species','meas1','meas2','meas3','meas4'});
Meas = dataset([1 2 3 4]','VarNames',{'Measurements'});

反復予測モデルを当てはめます。ここで、測定が応答、種類が予測子変数となります。

rm = fitrm(t,'meas1-meas4~species','WithinDesign',Meas);

因子となる種類ごとにデータをグループ化してプロットします。

plot(rm,'group','species')

Figure contains an axes object. The axes object contains 150 objects of type line. These objects represent species=setosa, species=versicolor, species=virginica.

各グループのライン スタイルを変更します。

plot(rm,'group','species','LineStyle',{'-','--',':'})

Figure contains an axes object. The axes object contains 150 objects of type line. These objects represent species=setosa, species=versicolor, species=virginica.

標本データを読み込みます。

load repeatedmeas

テーブル between には、被験者間変数である年齢、IQ、グループ、性別、および 8 件の反復測定値 y1y8 が応答として含まれています。テーブル within には被験者内変数 w1 および w2 が含まれています。このデータは、シミュレーションされたものです。

反復測定モデルを当てはめます。ここで、反復測定値 y1y8 は応答であり、年齢、IQ、グループ、性別、およびグループと性別の交互作用は予測子変数です。また、被験者内計画行列も指定します。

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Group を色別、Gender をライン タイプ別に区分してデータをプロットします。

plot(rm,'group',{'Group' 'Gender'},'Color','rrbbgg',...
              'LineStyle',{'-' ':' '-' ':' '-' ':'},'Marker','.')

Figure contains an axes object. The axes object contains 30 objects of type line. These objects represent Group=A, Gender=Female, Group=A, Gender=Male, Group=B, Gender=Female, Group=B, Gender=Male, Group=C, Gender=Female, Group=C, Gender=Male.