当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R lsfit 找到最小二乘拟合


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。

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

lm 通常更可取; ls.printls.diag

相关用法


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。