通过nls在r中获取p值
我是R方面的新手,我正在尝试对一些数据进行非线性最小二乘拟合。以下(SC4和t是我的数据列)似乎有效:通过nls在r中获取p值,r,p-value,R,P Value,我是R方面的新手,我正在尝试对一些数据进行非线性最小二乘拟合。以下(SC4和t是我的数据列)似乎有效: fit = nls(SC4 ~ fin+(inc-fin)*exp(-t/T), data=asc4, start=c(fin=0.75,inc=0.55,T=150.0)) “summary(fit)”命令生成一个不包含p值的输出,除了拟合参数之外,p值最终也是我想要得到的。我得到的参数看起来很合理 Formula: SC4 ~ fin + (inc - fin) * exp(-t/T)
fit = nls(SC4 ~ fin+(inc-fin)*exp(-t/T), data=asc4, start=c(fin=0.75,inc=0.55,T=150.0))
“summary(fit)”命令生成一个不包含p值的输出,除了拟合参数之外,p值最终也是我想要得到的。我得到的参数看起来很合理
Formula: SC4 ~ fin + (inc - fin) * exp(-t/T)
Parameters:
Estimate Std. Error t value Pr(>|t|)
fin 0.73703 0.02065 35.683 <2e-16 ***
inc 0.55671 0.02206 25.236 <2e-16 ***
T 51.48446 21.25343 2.422 0.0224 *
--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.04988 on 27 degrees of freedom
Number of iterations to convergence: 8
Achieved convergence tolerance: 4.114e-06
公式:SC4~fin+(inc-fin)*exp(-t/t)
参数:
估计标准误差t值Pr(>t)
fin 0.73703 0.02065 35.683在R中执行此操作的方法是,您必须使用anova
函数计算当前模型的拟合值,然后用较少的变量拟合模型,然后使用anova(新模型,旧模型)
。如果您不能拒绝已删除变量的参数等于零的空值,则计算的F分数将更接近1。执行标准线性回归时,summary
函数通常会自动执行此操作
例如,对于标准线性回归,你会这样做:
> x = rnorm(100)
> y=rnorm(100)
> reg = lm(y~x)
> summary(reg)
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-2.3869 -0.6815 -0.1137 0.7431 2.5939
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.002802 0.105554 -0.027 0.9789
x -0.182983 0.104260 -1.755 0.0824 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1.056 on 98 degrees of freedom
Multiple R-squared: 0.03047, Adjusted R-squared: 0.02058
F-statistic: 3.08 on 1 and 98 DF, p-value: 0.08237
但是如果你使用anova
你应该得到相同的F分数:
> anova(reg)
Analysis of Variance Table
Response: y
Df Sum Sq Mean Sq F value Pr(>F)
x 1 3.432 3.4318 3.0802 0.08237 .
Residuals 98 109.186 1.1141
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
你能显示你的输出吗?我觉得奇怪的是,它还没有出现。你想要一个p值,具体是什么?你在测试什么假设?@kolonel:我现在已经把它添加到问题中了。@Flick先生:这两个参数由于物理原因可能是相关的,但不能先验地假设它们是相关的。如果是相关的,,由于物理原因,我拟合的函数是合理的-我的假设是它们是相关的,并且这种关系可以用这个函数合理地描述。@s_lohengrin我应该能够在一点时间内为您提供一个答案。@Flick先生,我同意这里关于统计结果的解释比关于统计结果的解释更多编程,但还必须注意anova函数的基本用法。