Syslab使用手册
⋮

# plotEffects

绘制线性回归模型的主效应图

函数库: TyMachineLearning

# 语法

plotEffects(mdl)

# 说明

plotEffects(mdl) 创建线性回归模型 mdl 中预测变量的主效应图。效应图显示了改变每个预测变量的值并对其他预测变量进行平均对响应估计的影响。穿过效应值的水平线表示效应值的95%置信区间。

# 示例

绘制线性回归模型的主效应图

加载 carsmall 数据集，使用 Model_Year, Weight 作为预测变量，MPG 作为响应值拟合一个线性模型。

using TyPlot 
using DataFrames
using TyMachineLearning
using CSV
car_file = joinpath(pkgdir(TyMachineLearning), "data/Regression/carsmall_edit.csv")
car = CSV.read(car_file, DataFrame)
data = Matrix(car)
X, y = data[:, 1:(end - 1)], data[:, end]

拟合线性模型：

mdl = fitlm(X, y)

绘制主效应图：

plotEffects(mdl)

主效应图展示了在 95% 的置信度下调整预测变量的值对响应值的影响。例如，将 x2 的值从 -1.44 调整到 2.5 的预估效应大约为 14，且在 95% 的置信度下预估效应会落在大约 11 至 17 之间。

# 输入参数

mdl - 线性回归模型
线性回归模型

使用 fitlm(X,y) 或 stepwiselm(X,y,__) 创建的线性回归模型。

数据类型: 线性回归模型

# 输出参数

fig - 线性回归模型的主效应图
图表

返回一个使用 TyPlot 工具箱绘制的线性回归模型的主效应图。