我试图绘制连接长度上的强度增加。在下面的示例中,创建了与我期望的类似的随机数据,为此拟合。 问题是我想确定每个长度(每个x值)的预测水平,而不是整个数据集的预测水平。从图中可以看出,对于低x值,结果的分散程度要小于高x值。
任何人都可以给我一个提示,告诉我如何创建这种图形(预测线越来越偏离)?
%Generate random data
xVec = 0:0.001:1;
Distr = makedist('Normal','mu',10,'sigma',1);
for i=1:length(xVec)
yVec(i) = sqrt(xVec(i))*random(Distr);
end
%Create fit and prediction interval
FitVec = fit(xVec',yVec','poly4');
pRvecConf = predint(FitVec,xVec,0.95,'observation','off');
%Plot
plot(FitVec,xVec,yVec)
hold on
plot(xVec,pRvecConf,'m--')
legend('Data','Fitted curve','Confidence','Location','se')
xlabel('Length')
ylabel('Strength')
请参阅以下示例图:
答案 0 :(得分:2)
由于yVec是通过使用sqrt(xVec)对随机分布进行加权生成的,因此您实际上将每个x值的随机变量的方差更改为xVec(sqrt(xVec)的平方)。你可以做的是通过用xVec加权原始间隔来重新计算置信区间。以下是一些基于您的代码,
%Generate random data
xVec = 0:0.001:1;
Distr = makedist('Normal','mu',10,'sigma',1);
for i=1:length(xVec)
yVec(i) = sqrt(xVec(i))*random(Distr);
end
%Create fit and confidence interval
FitVec = fit(xVec',yVec','poly4')
pRvecConf = predint(FitVec,xVec,0.95,'observation','off');
%get the fitting values
fitY=feval(FitVec,xVec);
%multiply the confidence interval with sqrt(xVec(i)).^2
ci=(fitY-pRvecConf(:,1)).*xVec';
%get the weighted confidence interval
Conf_new=[fitY-ci,fitY+ci];
%Plot
plot(FitVec,xVec,yVec)
hold on
plot(xVec,Conf_new,'m--')
legend('Data','Fitted curve','Confidence','Location','se')
xlabel('Length')
ylabel('Strength')
结果应如下所示: