R语言
lsfit
位于 stats
包(package)。 说明
模型中 β 的最小二乘估计
被发现。
用法
lsfit(x, y, wt = NULL, intercept = TRUE, tolerance = 1e-07,
yname = NULL)
参数
x |
一个矩阵,其行对应于案例,其列对应于变量。 |
y |
响应,如果您想拟合多个左侧,则可能是一个矩阵。 |
wt |
用于执行加权最小二乘法的可选权重向量。 |
intercept |
是否应使用截距项。 |
tolerance |
矩阵分解中使用的容差。 |
yname |
用于响应变量的名称。 |
细节
如果指定了权重,则使用 wt
中第 j 个条目指定的第 j 个情况的权重执行加权最小二乘法。
如果任何观测值在任何字段中存在缺失值,则在进行分析之前会删除该观测值。如果存在大量缺失数据,这可能会非常低效。
该实现是通过修改 LINPACK 子例程来实现的,该子例程允许多个左侧。
值
包含以下命名组件的列表:
coef |
模型中系数的最小二乘估计(如上所述的 β )。 |
residuals |
拟合的残差。 |
intercept |
指示是否安装了截距。 |
qr |
设计矩阵的 QR 分解。 |
例子
##-- Using the same data as the lm(.) example:
lsD9 <- lsfit(x = unclass(gl(2, 10)), y = weight)
ls.print(lsD9)
参考
Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988) The New S Language. Wadsworth & Brooks/Cole.
也可以看看
相关用法
- R ls.diag lsfit 回归结果的计算诊断
- R ls.print 打印 lsfit 回归结果
- R loglin 拟合对数线性模型
- R loess.control 设置黄土参数
- R lag.plot 时间序列滞后图
- R line 坚固的线路配件
- R lm.fit 线性模型的拟合函数
- R lm.summaries 访问线性模型拟合
- R lag 滞后时间序列
- R loess 局部多项式回归拟合
- R loadings 打印因子分析中的载荷
- R lm.influence 回归诊断
- R lm 拟合线性模型
- R lowess 散点图平滑
- R logLik 提取对数似然
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Find the Least Squares Fit。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。