 |
ProbitModelFit
ProbitModelFit[{y1, y2, ...}, {f1, f2, ...}, x]
构建一个二项概率回归模型，形式为 
，对于连续 x 值 
、
、......拟合 
.
ProbitModelFit[{{x11, x12, ..., y1}, {x21, x22, ..., y2}, ...}, {f1, f2, ...}, {x1, x2, ...}]
构建一个二项概率回归模型，形式为 
，其中 
与变量 
相关.
ProbitModelFit[{m, v}]
从设计矩阵 m 和响应向量 v 构建一个二项概率回归模型.
更多信息
- ProbitModelFit 返回一个符号 FittedModel 对象，表示构建的概率模型. 模型的属性和诊断可以从 model["property"] 得到.
- ProbitModelFit 在特定点
，...... 的最佳拟合函数的值可以从 
求出. - 在形如
的数据中，坐标 
、
、......的数量应对应变量 
的数量. 
的概率位于 0 和 1 之间.- 形式
的数据等价于形式 
的数据. - 当假设原
是独立的观察值，且二项分布，有均值 
， ProbitModelFit 产生一个形式为 
的概率模型. - 在 ProbitModelFit[{m, v}] 中，，设计矩阵 m 根据在点
的基函数 
形成. 响应向量 v 是响应列表 
. - 对于一个设计矩阵 m 和响应向量 v，模型是
，其中 
是估计参数的向量. - 当使用一个设计矩阵，基函数
可以用形式 ProbitModelFit[{m, v}, {f1, f2, ...}] 指定. - ProbitModelFit 等价于 GeneralizedLinearModelFit，其中 ExponentialFamily->"Binomial" 和 LinkFunction->"ProbitLink".
- ProbitModelFit 采用和 GeneralizedLinearModelFit 相同的选项，除了 ExponentialFamily 和 LinkFunction.
版本 7 的新功能
