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：

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。