R NLS模型回归的标准误差

我目前正在使用nls模型对各种数据集进行非线性分析。另一方面，我想计算nls模型回归的标准误差

回归的标准误差公式：

n <- nrow(na.omit((data))

SE = (sqrt(sum(pv-av)^2)/(n-2))

---

nR通过
sigma
提供：

fm <- nls(demand ~ a + b * Time, BOD, start = list(a = 1, b = 1))
sigma(fm)
## [1] 3.085016

您可以使用
predict（您的_模型，您的_数据）
获得预测值，其中
您的_模型
是NLS模型，
您的_数据
是进入其中的数据帧。残差可以从
残差（您的\u模型）
中找到。但是没有必要从头开始计算SE，除非你愿意。残差的标准误差可以从
摘要（您的_模型）$sigma
中获得。或者，您也可以查看
broom
包，了解总结模型的其他方法。
sqrt(deviance(fm) / (nobs(fm) - length(coef(fm))))
## [1] 3.085016