Question

我正在使用lm = fitlm(X,y,'linear') 它工作得很好并输出

lm = 


Linear regression model:
    y ~ 1 + x1 + x2 + x3

Estimated Coefficients:
               Estimate    SE           tStat      pValue    
    (Intercept)      2.1338      0.27403     7.7869    1.6357e-13
    x1              0.07202      0.01757     4.0991    5.5484e-05
    x2             -0.35927      0.12078    -2.9746     0.0032094
    x3             0.020363    0.0041479     4.9092    1.6168e-06


Number of observations: 264, Error degrees of freedom: 260
Root Mean Squared Error: 0.835
R-squared: 0.154,  Adjusted R-Squared 0.144
F-statistic vs. constant model: 15.8, p-value = 1.93e-09

像这样的事情。但是我希望获得每个模型的F-statistic值（在循环中）并导出到文件。我的问题是..我无法找到包含lm及其F-statistic的{{1}}变量; pvalue也是空的..

=============================================== ================================= 还有一个问题，在什么条件下我应该使用这个回归结果？如果在消除其他组件和残差后lm.Steps是我想要的组件，当x1的p值小于0.05或者模型的p值小于时，我应该说x1是y的原因吗？比0.05？

Answer 1

根据fitlm的文档中的建议，您可以在模型上使用anova功能。然后提取值（这些将适用于所有x值）并保存您喜欢的任何方法：

tbl = anova(lm);

% something like this for just your desired values
A = [double(tbl.F),double(tbl.pValue)];
csvwrite('output.csv',A);

% or this dumps the entire result of anova to file
tbl2 = dataset2table(tbl);
writetable(tbl2, 'output.csv');

好的另一个变种 - 如果你想使用X的多个输入，那么你可以使用summary上的anova选项并从中提取F和p值：

X = cell array of inputs of length n;

F = zeros(n,1);
p = zeros(n,1);

for m = 1:n;
    lm = fitlm(X{n},y,'linear')
    tbl = anova(lm,'summary');

    % you may want to check these indices but should be the right points:

    F(n) = double(tbl(2,4));
    p(n) = double(tbl(2,5)); 
end

如何从fitlm MATLAB中获取fstat

1 个答案: