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:R NLS模型回归的标准误差,r,statistics,regression,R,Statistics,Regression,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,
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