R語言
profile.nls
位於 stats
包(package)。 說明
研究 "nls"
類擬合模型的剖麵對數似然函數。
用法
## S3 method for class 'nls'
profile(fitted, which = 1:npar, maxpts = 100, alphamax = 0.01,
delta.t = cutoff/5, ...)
參數
fitted |
原始擬合模型對象。 |
which |
應分析的原始模型參數。這可以是數字向量或字符向量。默認情況下,會分析所有非線性參數。 |
maxpts |
用於分析每個參數的最大點數。 |
alphamax |
配置文件 t-statistics 允許的最高顯著性級別。 |
delta.t |
建議對配置文件的規模進行更改t-statistics。選擇默認值以允許對大約 10 個參數值進行分析。 |
... |
傳入或傳出其他方法的進一步參數。 |
細節
配置文件t-statistics 定義為平方和變化的平方根除以帶有適當符號的殘餘標準誤差。
值
一個列表,其中包含每個要分析的參數的元素。這些元素是帶有兩個變量的data-frames
par.vals |
每個擬合模型的參數值矩陣。 |
tau |
配置文件t-statistics。 |
例子
# obtain the fitted object
fm1 <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
# get the profile for the fitted model: default level is too extreme
pr1 <- profile(fm1, alphamax = 0.05)
# profiled values for the two parameters
## IGNORE_RDIFF_BEGIN
pr1$A
pr1$lrc
## IGNORE_RDIFF_END
# see also example(plot.profile.nls)
作者
Of the original version, Douglas M. Bates and Saikat DebRoy
參考
Bates, D. M. and Watts, D. G. (1988), Nonlinear Regression Analysis and Its Applications, Wiley (chapter 6).
也可以看看
相關用法
- R profile.glm 分析 glm 對象的方法
- R profile 分析模型的通用函數
- R proj 模型預測
- R prop.test 等比例或給定比例檢驗
- R prop.trend.test 檢驗比例趨勢
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R predict 模型預測
- R predict.HoltWinters 擬合 Holt-Winters 模型的預測函數
- R predict.loess 預測黃土曲線或表麵
- R preplot 繪圖對象的預計算
- R prcomp 主成分分析
- R printCoefmat 打印係數矩陣
- R print.ts 時間序列對象的打印和格式化
- R predict.Arima ARIMA 的預測適合
- R predict.lm 線性模型擬合的預測方法
- R princomp 主成分分析
- R predict.nls 根據非線性最小二乘擬合進行預測
- R predict.glm GLM 擬合的預測方法
- R print.power.htest 假設檢驗和功效計算對象的打印方法
- R plot.stepfun 繪製階躍函數
- R pairwise.t.test 成對 t 檢驗
- R plot.profile.nls 繪製 profile.nls 對象
- R plot.isoreg isoreg 對象的繪圖方法
- R plot.HoltWinters HoltWinters 對象的繪圖函數
- R ppoints 概率圖的坐標
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Method for Profiling nls Objects。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。