R rms.curv 非線性回歸的相對曲率測量

說明

計算擬合非線性回歸的均方根參數效應和內在相對曲率 c^\theta 和 c^\iota ，如 Bates & Watts 第 7.3 節第 7.3 頁中所定義。 253ff

用法

rms.curv(obj)

參數

obj	類 "nls" 的擬合模型對象。必須使用默認算法來擬合模型。

細節

實施 Bates & Watts 第 7.3.1 節的方法。應使用函數 deriv3 生成具有一階導數(梯度)矩陣和二階導數(Hessian)數組屬性的模型函數。然後應該使用該函數來擬合非線性回歸模型。

打印方法 print.rms.curv 僅打印 pc 和 ic 組件，並進行適當注釋。

如果 pc 或 ic 超過某個閾值(建議為 0.3)，則對於平麵假設而言，曲率高得不可接受。

值

類 rms.curv 的列表，其中組件 pc 和 ic 用於參數效應和固有相對曲率乘以 sqrt(F)，ct 和 ci 用於 c^\theta 和 c^\iota(未相乘)，以及C 和 C-array，如 Bates & Watts 第 7.3.1 節中所使用。

例子

# The treated sample from the Puromycin data
mmcurve <- deriv3(~ Vm * conc/(K + conc), c("Vm", "K"),
                  function(Vm, K, conc) NULL)
Treated <- Puromycin[Puromycin$state == "treated", ]
(Purfit1 <- nls(rate ~ mmcurve(Vm, K, conc), data = Treated,
                start = list(Vm=200, K=0.1)))
rms.curv(Purfit1)
##Parameter effects: c^theta x sqrt(F) = 0.2121
##        Intrinsic: c^iota  x sqrt(F) = 0.092

參考

Bates, D. M, and Watts, D. G. (1988) Nonlinear Regression Analysis and its Applications. Wiley, New York.

也可以看看

deriv3