regstats()
regstats(y,X,model)
stats = regstats(…)
stats = regstats(y,X,model,whichstats)
‘linear’
带有常数项的线性模型(默认情况)
‘interaction’
带有常数项、线性项和交叉项的模型
‘quadratic’
带有常数项、线性项、交叉项和平方项的模型
‘purequadratic’
带有常数项、线性项和平方项的模型
GUI
| 项目 | 关键字 |
|---|---|
| 系数 | beta |
| 系数协方差 | covb |
| 拟合值 | yhat |
| 残差 | r1 |
| 均方误差 | mse |
| R方统计量 | rsquare |
| 调整R方统计量 | adjrsquare |
| 杠杆 | leverage |
| 帽子矩阵 | hatmat |
| Delete-1方差 | s2_i |
| Delete-1系数 | beta_i |
| 标准化残差 | standres |
| Student残差 | studres |
| beta变化 | dfbetas |
| 拟合值变化 | dffit |
| 缩放后的拟合值变化 | dffits |
| 协方差变化 | covratio |
| Cook距离 | cookd |
| t统计量 | tstat |
| F统计量 | fstat |
| DW统计量 | dwstat |
导出到工作区
这篇博客详细介绍了regstats函数在不同回归模型中的应用,包括线性、交互、二次和纯二次模型。它涵盖了从系数到残差的各种统计量,如R方、调整R方、杠杆、Cook距离等,为理解和评估回归模型提供了全面的统计信息。

1182

被折叠的 条评论
为什么被折叠?



