当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R predict.nls 根据非线性最小二乘拟合进行预测


R语言 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.fitTRUE ,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.fitinterval 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。

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 fitlwrupr 。实现后,如果 se.fitTRUE ,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nlspredict

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 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。