R predict.nls 根据非线性最小二乘拟合进行预测

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 nls 的对象。
newdata	一个命名列表或 DataFrame ，用于查找用于预测的变量。如果newdata 缺失，则返回原始数据点的拟合值。
se.fit	指示是否应计算预测的标准误差的逻辑值。默认为 FALSE 。目前这一论点被忽略。
scale	数字标量。如果已设置(使用可选的 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此信息。目前这一论点被忽略。
df	一个正数值标量，给出 scale 估计的自由度数。目前这一论点被忽略。
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

模型拟合函数nls、predict。