随机

模拟非线性回归模型的响应

在页面中全部展开

语法

Ysim = random(mdl) ysim = random(mdl,Xnew) ysim = random(mdl,Xnew，'Weights'，W)

ysim=随机(mdl）模拟拟合非线性模型的响应mdl在最初的设计点。

ysim=随机(mdl，Xnew）模拟拟合非线性模型的响应mdl的数据Xnew，添加随机噪声。

ysim=随机(mdl，Xnew“重量”,W）使用观测权重模拟响应，W．

mdl

非线性回归模型，由fitnlm．

Xnew

其中的几点mdl预测的反应。

W

实的，正的权值或函数句柄的向量。

给定的权重,W，随机估计观察时的误差方差我通过MSE * (1 / W (i))，其中MSE为均方误差。

默认值:没有重量

ysim

点的预测平均值向量Xnew，受随机噪声干扰。噪声是独立的，正态分布的，均值为零，方差等于模型的估计误差方差。

打开实时脚本

建立一个非线性模型的汽车里程作为一个函数的权重，并模拟响应。

创建一个指数模型的汽车里程作为一个函数的权重从carsmall数据。将权重乘以1000倍，使所有变量的大小大致相等。

负载carsmallX =重量;y = MPG;modelfun ='y ~ b1 + b2*exp(-b3*x/1000)'；Beta0 = [1 1 1];mdl = fitnlm(X,y,modelfun,beta0);

对数据创建模拟响应。

Xnew = X;ysim = random(mdl,Xnew);

画出原始反应和模拟反应，看看它们有何不同。

情节(X, y,“o”, X, ysim“x”)传说(“数据”，“模拟”）

图中包含一个axes对象。坐标轴对象包含两个line类型的对象。这些对象表示数据，模拟。

对于没有附加噪声的预测，使用预测．