R语言
profile.nls
位于 stats
包(package)。 说明
研究 "nls"
类拟合模型的剖面对数似然函数。
用法
## S3 method for class 'nls'
profile(fitted, which = 1:npar, maxpts = 100, alphamax = 0.01,
delta.t = cutoff/5, ...)
参数
fitted |
原始拟合模型对象。 |
which |
应分析的原始模型参数。这可以是数字向量或字符向量。默认情况下,会分析所有非线性参数。 |
maxpts |
用于分析每个参数的最大点数。 |
alphamax |
配置文件 t-statistics 允许的最高显著性级别。 |
delta.t |
建议对配置文件的规模进行更改t-statistics。选择默认值以允许对大约 10 个参数值进行分析。 |
... |
传入或传出其他方法的进一步参数。 |
细节
配置文件t-statistics 定义为平方和变化的平方根除以带有适当符号的残余标准误差。
值
一个列表,其中包含每个要分析的参数的元素。这些元素是带有两个变量的data-frames
par.vals |
每个拟合模型的参数值矩阵。 |
tau |
配置文件t-statistics。 |
例子
# obtain the fitted object
fm1 <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
# get the profile for the fitted model: default level is too extreme
pr1 <- profile(fm1, alphamax = 0.05)
# profiled values for the two parameters
## IGNORE_RDIFF_BEGIN
pr1$A
pr1$lrc
## IGNORE_RDIFF_END
# see also example(plot.profile.nls)
作者
Of the original version, Douglas M. Bates and Saikat DebRoy
参考
Bates, D. M. and Watts, D. G. (1988), Nonlinear Regression Analysis and Its Applications, Wiley (chapter 6).
也可以看看
相关用法
- R profile.glm 分析 glm 对象的方法
- R profile 分析模型的通用函数
- R proj 模型预测
- R prop.test 等比例或给定比例检验
- R prop.trend.test 检验比例趋势
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R predict 模型预测
- 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 preplot 绘图对象的预计算
- R prcomp 主成分分析
- R printCoefmat 打印系数矩阵
- R print.ts 时间序列对象的打印和格式化
- R predict.Arima ARIMA 的预测适合
- R predict.lm 线性模型拟合的预测方法
- R princomp 主成分分析
- R predict.nls 根据非线性最小二乘拟合进行预测
- R predict.glm GLM 拟合的预测方法
- 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 Method for Profiling nls Objects。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。