R predict.nls 根據非線性最小二乘擬合進行預測

說明

predict.nls 生成通過評估框架 newdata 中的回歸函數獲得的預測值。如果邏輯 se.fit 是 TRUE ，則計算預測的標準誤差。如果設置了數字參數 scale (帶有可選的 df )，則將其用作標準誤差計算中的殘餘標準差，否則從模型擬合中提取。設置 intervals 指定在指定的 level 處計算置信度或預測(容差)區間。

目前se.fit 和interval 被忽略。

用法

## S3 method for class 'nls'
predict(object, newdata , se.fit = FALSE, scale = NULL, df = Inf,
        interval = c("none", "confidence", "prediction"),
        level = 0.95, ...)

參數

object	繼承自類 nls 的對象。
newdata	一個命名列表或 DataFrame ，用於查找用於預測的變量。如果newdata 缺失，則返回原始數據點的擬合值。
se.fit	指示是否應計算預測的標準誤差的邏輯值。默認為 FALSE 。目前這一論點被忽略。
scale	數字標量。如果已設置(使用可選的 df )，則將其用作標準誤差計算中的殘餘標準差，否則從模型擬合中提取此信息。目前這一論點被忽略。
df	一個正數值標量，給出 scale 估計的自由度數。目前這一論點被忽略。
interval	指示是否要計算平均響應的預測區間或置信區間的字符串。目前這一論點被忽略。
level	0 到 1 之間的數字標量，給出要計算的間隔(如果有)的置信水平。目前這一論點被忽略。
...	附加可選參數。目前沒有使用可選參數。

值

predict.nls 生成預測向量。實現後， interval 將生成一個預測和邊界矩陣，列名稱為 fit 、 lwr 和 upr 。實現後，如果 se.fit 是 TRUE ，將返回包含以下組件的列表：

fit	向量或矩陣如上
se.fit	預測的標準誤差
residual.scale	殘餘標準差
df	殘差自由度

注意

首先在 newdata 中查找變量，然後以通常的方式搜索(其中包括擬合中使用的公式的環境)。如果找到的變量長度與 newdata 中提供的變量長度不同，則會發出警告。

例子

require(graphics)

fm <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
predict(fm)              # fitted values at observed times
## Form data plot and smooth line for the predictions
opar <- par(las = 1)
plot(demand ~ Time, data = BOD, col = 4,
     main = "BOD data and fitted first-order curve",
     xlim = c(0,7), ylim = c(0, 20) )
tt <- seq(0, 8, length.out = 101)
lines(tt, predict(fm, list(Time = tt)))
par(opar)

也可以看看

模型擬合函數nls、predict。