R語言
lsfit
位於 stats
包(package)。 說明
模型中 β 的最小二乘估計
被發現。
用法
lsfit(x, y, wt = NULL, intercept = TRUE, tolerance = 1e-07,
yname = NULL)
參數
x |
一個矩陣,其行對應於案例,其列對應於變量。 |
y |
響應,如果您想擬合多個左側,則可能是一個矩陣。 |
wt |
用於執行加權最小二乘法的可選權重向量。 |
intercept |
是否應使用截距項。 |
tolerance |
矩陣分解中使用的容差。 |
yname |
用於響應變量的名稱。 |
細節
如果指定了權重,則使用 wt
中第 j 個條目指定的第 j 個情況的權重執行加權最小二乘法。
如果任何觀測值在任何字段中存在缺失值,則在進行分析之前會刪除該觀測值。如果存在大量缺失數據,這可能會非常低效。
該實現是通過修改 LINPACK 子例程來實現的,該子例程允許多個左側。
值
包含以下命名組件的列表:
coef |
模型中係數的最小二乘估計(如上所述的 β )。 |
residuals |
擬合的殘差。 |
intercept |
指示是否安裝了截距。 |
qr |
設計矩陣的 QR 分解。 |
例子
##-- Using the same data as the lm(.) example:
lsD9 <- lsfit(x = unclass(gl(2, 10)), y = weight)
ls.print(lsD9)
參考
Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988) The New S Language. Wadsworth & Brooks/Cole.
也可以看看
相關用法
- R ls.diag lsfit 回歸結果的計算診斷
- R ls.print 打印 lsfit 回歸結果
- R loglin 擬合對數線性模型
- R loess.control 設置黃土參數
- R lag.plot 時間序列滯後圖
- R line 堅固的線路配件
- R lm.fit 線性模型的擬合函數
- R lm.summaries 訪問線性模型擬合
- R lag 滯後時間序列
- R loess 局部多項式回歸擬合
- R loadings 打印因子分析中的載荷
- R lm.influence 回歸診斷
- R lm 擬合線性模型
- R lowess 散點圖平滑
- R logLik 提取對數似然
- 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
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Find the Least Squares Fit。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。