R中的非线性回归
我是R的新手。我想对以下一阶衰减时间序列公式进行非线性回归拟合:R中的非线性回归,r,nls,R,Nls,我是R的新手。我想对以下一阶衰减时间序列公式进行非线性回归拟合: y = a*exp^(-kt) 有人能给我演示一下非线性拟合的脚本和过程吗?谢谢 nls()函数执行非线性最小二乘法,我想这就是您要问的。下面是一个例子: > data = data.frame(Year=0:7, Count=c(3, 5, 9, 30, 62, 154, 245, 321)) > out = nls(Count~a*exp(b*Year), data=data, start=list(a=1, b
y = a*exp^(-kt)
有人能给我演示一下非线性拟合的脚本和过程吗?谢谢 nls()函数执行非线性最小二乘法,我想这就是您要问的。下面是一个例子:
> data = data.frame(Year=0:7, Count=c(3, 5, 9, 30, 62, 154, 245, 321))
> out = nls(Count~a*exp(b*Year), data=data, start=list(a=1, b=1))
# Look at output
> summary(out)
Formula: Count ~ a * exp(b * Year)
Parameters:
Estimate Std. Error t value Pr(>|t|)
a 11.52774 4.30644 2.677 0.036689 *
b 0.48412 0.05778 8.379 0.000157 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 24.54 on 6 degrees of freedom
Number of iterations to convergence: 11
Achieved convergence tolerance: 4.533e-06
另一种选择可能是对经过日志转换的数据进行直线回归——我不确定这是否违反了您的建模假设
来源:nls()函数执行非线性最小二乘法,我想这就是您要问的。下面是一个例子:
> data = data.frame(Year=0:7, Count=c(3, 5, 9, 30, 62, 154, 245, 321))
> out = nls(Count~a*exp(b*Year), data=data, start=list(a=1, b=1))
# Look at output
> summary(out)
Formula: Count ~ a * exp(b * Year)
Parameters:
Estimate Std. Error t value Pr(>|t|)
a 11.52774 4.30644 2.677 0.036689 *
b 0.48412 0.05778 8.379 0.000157 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 24.54 on 6 degrees of freedom
Number of iterations to convergence: 11
Achieved convergence tolerance: 4.533e-06
另一种选择可能是对经过日志转换的数据进行直线回归——我不确定这是否违反了您的建模假设
来源:“请给我代码”对于SO来说不是一个合适的问题。查看
?nls
中的示例,或搜索[r]nls
,或通过谷歌搜索“nls r示例”,在遇到问题时返回并编辑您的问题。也许可以查找“拟合分布”?您违反了R问题的基本规则:始终发布数据。因此,没有数据;没有建议。这篇博文可能也很有趣:“请给我代码”被认为不是一个合适的问题。查看?nls
中的示例,或搜索[r]nls
,或通过谷歌搜索“nls r示例”,在遇到问题时返回并编辑您的问题。也许可以查找“拟合分布”?您违反了R问题的基本规则:始终发布数据。因此,没有数据;没有建议。这篇博文可能也很有趣: