plotResiduals

クラス:LinearMixedModel

線形混合効果モデルの残差のプロット

このページをすべて展開する

構文

plotResiduals(lme,plottype)

plotResiduals(lme,plottype,Name,Value)

h = plotResiduals(___)

説明

例

plotResiduals(lme,plottype)は、plottypeで指定されたプロットのタイプで線形混合効果モデルlmeの生の条件付き残差をプロットします。

例

plotResiduals(lme,plottype,Name,Value)はまた、1 つまたは複数の名前と値のペア引数によって指定された追加オプションを使用して、線形混合効果モデルlmeの残差をプロットします。たとえば、プロットする残差タイプを指定できます。

plotResidualsはさらに、プロットの基本ラインのプロパティを指定するその他のいくつかの名前と値のペア引数を受け入れます。これらの名前と値のペアの詳細は、plotを参照してください。

h= plotResiduals(___)は、残差のプロットのラインまたはパッチのハンドルhを返します。

入力引数

すべて展開する

`lme`—線形混合効果モデル
`LinearMixedModel`オブジェクト

線形混合効果モデル。fitlmeまたはfitlmematrixを使用して構築したLinearMixedModelオブジェクトとして指定します。

`plottype`—残差プロットのタイプ
`'histogram'`(既定値) |`'caseorder'`|`'fitted'`|`'lagged'`|`'probability'`|`'symmetry'`

残差プロットのタイプ。次のいずれかを指定します。

`'histogram'`	既定の設定。残差のヒストグラム
`'caseorder'`	残差とケース (行) 順の比較
`'fitted'`	残差と近似値の比較
`'lagged'`	残差とラグ付き残差の比較 (r(t) と r(t – 1))
`'probability'`	正規確率プロット
`'symmetry'`	対称性プロット

例:plotResiduals(lme,'lagged')

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。

`ResidualType`—残差タイプ
`'Raw'`(既定値) |`'Pearson'`|`'Standardized'`

残差タイプ。ResidualTypeと、次のいずれかで構成されるコンマ区切りのペアとして指定します。

残差タイプ条件限界

残差タイプ	条件	限界
`'Raw'`	$r_{i}^{C} = {[y - X \hat{β} - Z \hat{b}]}_{i}$	$r_{i}^{M} = {[y - X \hat{β}]}_{i}$
`'Pearson'`	$p r_{i}^{C} = \frac{r_{i}^{C}}{{\sqrt{[{\hat{V a r}}_{y, b} (y - X β - Z b)]}}_{i i}}$	$p r_{i}^{M} = \frac{r_{i}^{M}}{\sqrt{{[{\hat{V a r}}_{y} (y - X β)]}_{i i}}}$
`'Standardized'`	$s t_{i}^{C} = \frac{r_{i}^{C}}{\sqrt{{[{\hat{V a r}}_{y} (r^{C})]}_{i i}}}$	$s t_{i}^{M} = \frac{r_{i}^{M}}{\sqrt{{[{\hat{V a r}}_{y} (r^{M})]}_{i i}}}$

'Raw'

$r_{i}^{C} = {[y - X \hat{β} - Z \hat{b}]}_{i}$

$r_{i}^{M} = {[y - X \hat{β}]}_{i}$

'Pearson'

$p r_{i}^{C} = \frac{r_{i}^{C}}{{\sqrt{[{\hat{V a r}}_{y, b} (y - X β - Z b)]}}_{i i}}$

$p r_{i}^{M} = \frac{r_{i}^{M}}{\sqrt{{[{\hat{V a r}}_{y} (y - X β)]}_{i i}}}$

'Standardized'

$s t_{i}^{C} = \frac{r_{i}^{C}}{\sqrt{{[{\hat{V a r}}_{y} (r^{C})]}_{i i}}}$

$s t_{i}^{M} = \frac{r_{i}^{M}}{\sqrt{{[{\hat{V a r}}_{y} (r^{M})]}_{i i}}}$

条件付き残差と限界残差、残差分散についての詳細は、このページの末尾の「Definitions」を参照してください。

例:'ResidualType','Standardized'

出力引数

すべて展開する

`h`— 残差プロットのハンドル
ハンドル

残差プロットのハンドル。ハンドルとして返されます。

例

すべて展開する

残差の確認

ライブスクリプトを開く

標本データを読み込みます。

load('weight.mat')

weightには長期間の調査によるデータが含まれています。そこには 20 人の被験者が 4 つの運動プログラムにランダムに割り当てられ、体重の減少が 6 回の 2 週間の期間にわたって記録されています。このデータは、シミュレーションされたものです。

データをテーブルに保存します。SubjectおよびProgramをカテゴリカル変数として定義します。

tbl = table(InitialWeight,Program,Subject,Week,y); tbl.Subject = categorical(tbl.Subject); tbl.Program = categorical(tbl.Program);

線形混合効果モデルを近似します。初期体重、プログラムの種類、週、週とプログラムの種類の間の交互作用は固定効果です。切片と週は被験者ごとに異なります。

lme = fitlme(tbl,'y ~ InitialWeight + Program*Week + (Week|Subject)');

生の残差のヒストグラムをプロットします。

plotResiduals(lme)

Figure contains an axes object. The axes object with title Histogram of residuals contains an object of type patch.

残差と近似値の対比をプロットします。

plotResiduals(lme,'fitted')

Figure contains an axes object. The axes object with title Plot of residuals vs. fitted values contains 2 objects of type line.

明確なパターンは存在しないため、不均一分散の直接の兆候はありません。

残差の正規確率プロットを作成します。

plotResiduals(lme,'probability')

Figure contains an axes object. The axes object with title Normal probability plot of residuals contains 2 objects of type line.

データは正規のように見えます。

プロットの右側の外れ値のように見えるデータの観測数を特定します。

find(residuals(lme)>0.25)

ans = 101

生の残差、ピアソン残差、および標準化された残差の箱ひげ図を作成します。

r = residuals(lme); pr = residuals(lme,'ResidualType','Pearson'); st = residuals(lme,'ResidualType','Standardized'); X = [r pr st]; boxplot(X,'labels',{'Raw','Pearson','Standardized'})

Figure contains an axes object. The axes object contains 21 objects of type line.

3 つの箱ひげ図はすべて、分布の右裾に外れ値があることを示しています。また、生の残差およびピアソン残差の箱ひげ図は、左裾に 2 番目の外れ値がある可能性を示しています。対応する観測数を特定します。

find(pr<-2)

ans = 10

生の残差とラグ付き残差の対比をプロットします。

plotResiduals(lme,'lagged')

Figure contains an axes object. The axes object with title Plot of residuals vs. lagged residuals contains 3 objects of type line.

グラフには明確なパターンはありません。残差は相関しているようには見えません。

参考

LinearMixedModel|residuals|fitted

plotResiduals

構文

説明

入力引数

lme—線形混合効果モデルLinearMixedModelオブジェクト

plottype—残差プロットのタイプ'histogram'(既定値) |'caseorder'|'fitted'|'lagged'|'probability'|'symmetry'

名前と値の引数

ResidualType—残差タイプ'Raw'(既定値) |'Pearson'|'Standardized'

出力引数

h— 残差プロットのハンドルハンドル

例

残差の確認

参考

`lme`—線形混合効果モデル
`LinearMixedModel`オブジェクト

`plottype`—残差プロットのタイプ
`'histogram'`(既定値) |`'caseorder'`|`'fitted'`|`'lagged'`|`'probability'`|`'symmetry'`

`ResidualType`—残差タイプ
`'Raw'`(既定値) |`'Pearson'`|`'Standardized'`

`h`— 残差プロットのハンドル
ハンドル