Main Content

random

クラス: RepeatedMeasuresModel

予測子の値に基づく新しくランダム応答値の生成

説明

ysim = random(rm,tnew) は、テーブル tnew から取得した予測子変数を使用して、反復測定モデル rm からランダム応答値を返します。

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。

反復測定モデル rm の予測子として使用する応答変数と被験者間要因の値を含む新しいデータ。テーブルとして指定します。tnew には rm の作成に使用するすべての被験者間要因が格納されていなければなりません。

出力引数

すべて展開する

random によって生成されるランダム応答値。n 行 r 列の行列として返します (n は tnew の行数、r は rm の反復測定の回数)。

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'});

反復予測モデルを近似します。ここで、測定が応答、species が予測子変数となります。

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

新しい応答値を無作為に生成します。

ysim = random(rm);

random では、テーブル t の反復測定モデル rm を近似するために使用する元の標本データの予測子の値を使用します。

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。table 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。

反復測定モデルをあてはめます。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);

予測子変数の新しい値を使用してテーブルを定義します。

tnew = table(16,93,{'B'},{'Male'},'VariableNames',{'Age','IQ','Group','Gender'})
tnew=1×4 table
    Age    IQ    Group     Gender 
    ___    __    _____    ________

    16     93    {'B'}    {'Male'}

新しいテーブル tnew の値を使用して、新しい応答値をランダムに生成します。

ysim = random(rm,tnew)
ysim = 1×8

   46.2252   66.8003  -40.4987   -1.9930   27.5213  -37.9809    4.8905   -3.7568

アルゴリズム

random は、予測値の作成と無作為なノイズ値の追加により、ysim を計算します。各行について、ノイズは共分散が rm.Covariance と等しい多変量正規分布をもちます。

参考

|