predict.nls
位于 stats
包(package)。 说明
predict.nls
生成通过评估框架 newdata
中的回归函数获得的预测值。如果逻辑 se.fit
是 TRUE
,则计算预测的标准误差。如果设置了数字参数 scale
(带有可选的 df
),则将其用作标准误差计算中的残余标准差,否则从模型拟合中提取。设置 intervals
指定在指定的 level
处计算置信度或预测(容差)区间。
目前se.fit
和interval
被忽略。
用法
## S3 method for class 'nls'
predict(object, newdata , se.fit = FALSE, scale = NULL, df = Inf,
interval = c("none", "confidence", "prediction"),
level = 0.95, ...)
参数
object |
继承自类 |
newdata |
一个命名列表或 DataFrame ,用于查找用于预测的变量。如果 |
se.fit |
指示是否应计算预测的标准误差的逻辑值。默认为 |
scale |
数字标量。如果已设置(使用可选的 |
df |
一个正数值标量,给出 |
interval |
指示是否要计算平均响应的预测区间或置信区间的字符串。目前这一论点被忽略。 |
level |
0 到 1 之间的数字标量,给出要计算的间隔(如果有)的置信水平。目前这一论点被忽略。 |
... |
附加可选参数。目前没有使用可选参数。 |
值
predict.nls
生成预测向量。实现后, interval
将生成一个预测和边界矩阵,列名称为 fit
、 lwr
和 upr
。实现后,如果 se.fit
是 TRUE
,将返回包含以下组件的列表:
fit |
向量或矩阵如上 |
se.fit |
预测的标准误差 |
residual.scale |
残余标准差 |
df |
残差自由度 |
注意
首先在 newdata
中查找变量,然后以通常的方式搜索(其中包括拟合中使用的公式的环境)。如果找到的变量长度与 newdata
中提供的变量长度不同,则会发出警告。
例子
require(graphics)
fm <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
predict(fm) # fitted values at observed times
## Form data plot and smooth line for the predictions
opar <- par(las = 1)
plot(demand ~ Time, data = BOD, col = 4,
main = "BOD data and fitted first-order curve",
xlim = c(0,7), ylim = c(0, 20) )
tt <- seq(0, 8, length.out = 101)
lines(tt, predict(fm, list(Time = tt)))
par(opar)
也可以看看
相关用法
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R predict.HoltWinters 拟合 Holt-Winters 模型的预测函数
- R predict.loess 预测黄土曲线或表面
- R predict.Arima ARIMA 的预测适合
- R predict.lm 线性模型拟合的预测方法
- R predict.glm GLM 拟合的预测方法
- R predict 模型预测
- R preplot 绘图对象的预计算
- R profile.nls 分析 nls 对象的方法
- R proj 模型预测
- R prcomp 主成分分析
- R printCoefmat 打印系数矩阵
- R profile 分析模型的通用函数
- R prop.test 等比例或给定比例检验
- R profile.glm 分析 glm 对象的方法
- R print.ts 时间序列对象的打印和格式化
- R prop.trend.test 检验比例趋势
- R princomp 主成分分析
- R print.power.htest 假设检验和功效计算对象的打印方法
- R plot.stepfun 绘制阶跃函数
- R pairwise.t.test 成对 t 检验
- R plot.profile.nls 绘制 profile.nls 对象
- R plot.isoreg isoreg 对象的绘图方法
- R plot.HoltWinters HoltWinters 对象的绘图函数
- R ppoints 概率图的坐标
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Predicting from Nonlinear Least Squares Fits。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。