R語言
SSgompertz
位於 stats
包(package)。 說明
此 selfStart
模型評估 Gompertz 增長模型及其梯度。它具有 initial
屬性,用於創建參數 Asym
、 b2
和 b3
的初始估計。
用法
SSgompertz(x, Asym, b2, b3)
參數
x |
用於評估模型的數值向量。 |
Asym |
表示漸近線的數字參數。 |
b2 |
與 |
b3 |
與 |
值
與 input
長度相同的數值向量。它是表達式 Asym*exp(-b2*b3^x)
的值。如果所有參數 Asym
、 b2
和 b3
都是對象的名稱,則相對於這些名稱的梯度矩陣將作為名為 gradient
的屬性附加。
例子
DNase.1 <- subset(DNase, Run == 1)
SSgompertz(log(DNase.1$conc), 4.5, 2.3, 0.7) # response only
local({ Asym <- 4.5; b2 <- 2.3; b3 <- 0.7
SSgompertz(log(DNase.1$conc), Asym, b2, b3) # response _and_ gradient
})
print(getInitial(density ~ SSgompertz(log(conc), Asym, b2, b3),
data = DNase.1), digits = 5)
## Initial values are in fact the converged values
fm1 <- nls(density ~ SSgompertz(log(conc), Asym, b2, b3),
data = DNase.1)
summary(fm1)
plot(density ~ log(conc), DNase.1, # xlim = c(0, 21),
main = "SSgompertz() fit to DNase.1")
ux <- par("usr")[1:2]; x <- seq(ux[1], ux[2], length.out=250)
lines(x, do.call(SSgompertz, c(list(x=x), coef(fm1))), col = "red", lwd=2)
As <- coef(fm1)[["Asym"]]; abline(v = 0, h = 0, lty = 3)
axis(2, at= exp(-coef(fm1)[["b2"]]), quote(e^{-b[2]}), las=1, pos=0)
作者
Douglas Bates
也可以看看
相關用法
- R SSD 多元模型中的 SSD 矩陣和估計方差矩陣
- R SSbiexp 自啟動 NLS 雙指數模型
- R SSmicmen 自啟動 NLS Michaelis-Menten 模型
- R SSasymp 自啟動 NLS 漸近回歸模型
- R SSweibull 自啟動 NLS 威布爾增長曲線模型
- R SSlogis 自啟動 NLS 邏輯模型
- R SSfol 自啟動 NLS 一階室模型
- R SSfpl 自啟動NLS四參數Logistic模型
- R SSasympOrig 通過原點的自啟動 NLS 漸近回歸模型
- R SSasympOff 帶偏移量的自啟動 Nls 漸近回歸模型
- R StructTS 擬合結構時間序列
- R Smirnov 斯米爾諾夫統計量的分布
- R SignRank Wilcoxon 有符號秩統計量的分布
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Self-Starting Nls Gompertz Growth Model。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。