Question

我目前正在使用Matlab中的函数stepwiselm开发时间序列模型。我正在运行Matlab R2014a。可以找到有关该功能的文档here。

数学模型简介：

它是一个标准的线性模型，包含5个变量和大约22,000个数据样本。因此，我有以下系统：

y = Ax，其中：y~dim [22,000 x 1] A~dim [22,000 x 5]，x~dim [5 x 1]

通过以下调用，模型应非常简单：

mdl = stepwiselm(A,y)

现在这应该是一个非常简单的函数：f = 1 + x1 + x2 + x3 + x4 + x5 不幸的是，Matlab并非如此。

问题：

Matlab表示以下类型的函数：

y ~ 1 + x1*x2 + x1*x3 + x1*x4 + x1*x5 + x2*x3 + x2*x5 + x3*x5 + x4*x5

Matlab返回以下内容：

1. Adding x4, FStat = 3622.5909, pValue = 0
2. Adding x5, FStat = 415.9279, pValue = 1.677113e-91
3. Adding x2, FStat = 52.1139, pValue = 5.42893e-13
4. Adding x3, FStat = 60.8965, pValue = 6.31635e-15
5. Adding x3:x5, FStat = 126.9652, pValue = 2.328284e-29
6. Adding x4:x5, FStat = 161.0195, pValue = 9.456442e-37
7. Adding x2:x3, FStat = 26.6471, pValue = 2.46608e-07
8. Adding x1, FStat = 28.4298, pValue = 9.82349e-08
9. Adding x1:x5, FStat = 160.2774, pValue = 1.369563e-36
10. Adding x1:x3, FStat = 87.8781, pValue = 7.69837e-21
11. Adding x2:x5, FStat = 26.6218, pValue = 2.4985e-07
12. Adding x1:x2, FStat = 14.5758, pValue = 0.000135047
13. Adding x1:x4, FStat = 10.4336, pValue = 0.00123946

现在，对于我来说，默认情况下matlab选择了这种交互模型，这是非常不合理的。所以我试过以下来克服这个问题：

我目前的解决方案：

1）函数stepwiselm接收如文档中所述的modelspec输入。我试图在我的通话中包含'线性'，以便呼叫变为：

mdl = stepwiselm(A,y,'linear')

然而，没有解决问题，输出与以前完全相同。

2）我也尝试使用函数stepwisefit。 stepwisefit DOES 实际工作并制作线性预测模型。所以我的问题如下：

问题：

我承认stepwisefit可能是我数学问题的解决方案，但我很想知道为什么stepwiselm没有返回标准线性模型。

你们有没有想过为什么stepwiselm没有返回有效的线性模型？

谢谢！

Answer 1

stepwiselm是更新的功能，这意味着错误的可能性更高，但也使用不同的改进技术。我没有在文档中看到任何注意到不同算法的内容。这也没有comment on the Mathworks site：

我相信原因

mdl = stepwiselm(A,y,'linear')

不能解决的问题是它只强制起始模型是线性的，而不是结束模型。我相信你真的想要upper option，这似乎更符合你的想法：

'Upper' - 描述最大术语集的模型规范   fit'interaction'（默认）|串

描述拟合中最大术语集的模型规范，   指定为逗号分隔对，由'Upper'和一个组成   modelspec命名模型的字符串选项。

示例：'Upper'，'quadratic'

您对数据生成过程的直觉是否有可能是错误的？解决这个问题的一种方法是残差和拟合优度分析。当你使用stepwiselm和stepwisefit估算模型时（或两者都使用榆木但是一个线性上部而另一个没有），两个模型的残差如何比较？他们是异性的吗？两个回归中的调整后的R ^ 2是否具有可比性？您可能会惊讶地发现您不知道存在的数据中的关系。

Matlab R2014a - stepwiselm问题

1 个答案: