当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R summary.nls 总结非线性最小二乘模型拟合


R语言 summary.nls 位于 stats 包(package)。

说明

"nls" 类的 summary 方法。

用法

## S3 method for class 'nls'
summary(object, correlation = FALSE, symbolic.cor = FALSE, ...)

## S3 method for class 'summary.nls'
print(x, digits = max(3, getOption("digits") - 3),
      symbolic.cor = x$symbolic.cor,
      signif.stars = getOption("show.signif.stars"), ...)

参数

object

"nls" 的对象。

x

"summary.nls" 的对象,通常是调用 summary.nls 的结果。

correlation

逻辑性;如果TRUE,则返回并打印估计参数的相关矩阵。

digits

打印时使用的有效位数。

symbolic.cor

合乎逻辑的。如果 TRUE ,则以符号形式打印相关性(请参阅 symnum )而不是数字。

signif.stars

合乎逻辑的。如果 TRUE ,则为每个系数打印“重要性星星”。

...

传入或传出其他方法的进一步参数。

细节

用于查找标准误差和残差标准误差(对于 t 比率)的分布的分布理论基于线性化,并且是近似的,甚至可能非常近似。

print.summary.nls 尝试智能地格式化系数、标准错误等,如果 signif.starsTRUE ,则另外给出“重要性星星”。

相关性被打印到小数点后两位(或象征性地):要查看实际的相关性,请直接打印summary(object)$correlation

函数 summary.nls 使用其参数中的组件 "formula" 计算并返回 object 中给出的拟合模型的汇总统计列表,加上

residuals

加权残差,通常的残差通过调用 nls 中指定的权重的平方根重新调整。

coefficients

矩阵,其中包含估计系数、其标准误差、t-statistic 和相应的(两侧)p 值的列。

sigma

随机误差估计方差的平方根

其中 是第 加权残差。

df

自由度,2-向量 。 (此处和其他地方 省略了权重为零的观测值。)

cov.unscaled

参数估计的(未缩放的)协方差的 矩阵。

correlation

如果指定了 correlation = TRUE 并且存在非零数量的剩余自由度,则对应于上述 cov.unscaled 的相关矩阵。

symbolic.cor

(仅当 correlation 为 true 时。)参数 symbolic.cor 的值。

也可以看看

模型拟合函数nlssummary

函数 coef 将提取具有标准误差、t-statistics 和 p 值的系数矩阵。

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 Summarizing Non-Linear Least-Squares Model 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。