Вопросы с тегом «nonlinear-regression»

Используйте этот тег только для моделей регрессии, в которых ответ является нелинейной функцией параметров. Не используйте этот тег для нелинейного преобразования данных.

1
Нелинейная смешанная регрессия эффектов в R
Удивительно, но я не смог найти ответ на следующий вопрос с помощью Google: У меня есть некоторые биологические данные от нескольких людей, которые показывают примерно сигмовидное поведение роста во времени. Таким образом, я хочу смоделировать это с использованием стандартного логистического роста P(t) = k*p0*exp(r*t) / (k+p0*(exp(r*t)-1)) где p0 является начальным …

1
Как минимизировать остаточную сумму квадратов экспоненциальной подгонки?
У меня есть следующие данные, и я хотел бы приспособить к ним модель отрицательного экспоненциального роста: Days <- c( 1,5,12,16,22,27,36,43) Emissions <- c( 936.76, 1458.68, 1787.23, 1840.04, 1928.97, 1963.63, 1965.37, 1985.71) plot(Days, Emissions) fit <- nls(Emissions ~ a* (1-exp(-b*Days)), start = list(a = 2000, b = 0.55)) curve((y = 1882 …

3
Линейная регрессия, что говорит нам статистика F, квадрат R и остаточная стандартная ошибка?
Меня действительно смущает различие в значении относительно контекста линейной регрессии следующих терминов: F статистика R в квадрате Остаточная стандартная ошибка Я нашел эту веб-страницу, которая дала мне отличное понимание различных терминов, связанных с линейной регрессией, однако упомянутые выше термины выглядят довольно много (насколько я понимаю). Я процитирую то, что я …

2
Форма доверительных интервалов и интервалов прогнозирования для нелинейной регрессии
Предполагается, что полосы достоверности и прогнозирования вокруг нелинейной регрессии симметричны относительно линии регрессии? Это означает, что они не принимают форму песочных часов, как в случае полос для линейной регрессии. Это почему? Вот эта модель: Вот рисунок: F( х ) = ⎛⎝⎜⎜A - D1 + ( хС)В⎞⎠⎟⎟+ DF(Икс)знак равно(A-D1+(ИксС)В)+D F(x) = …

2
Линейная и нелинейная регрессия
У меня есть набор значений и которые теоретически связаны экспоненциально:xxxyyy y=axby=axby = ax^b Одним из способов получения коэффициентов является применение натуральных логарифмов с обеих сторон и подгонка линейной модели: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Другой способ получить это - использовать нелинейную регрессию, учитывая …

4
Различие между линейной и нелинейной моделью
Я прочитал некоторые объяснения о свойствах линейных и нелинейных моделей, но все же иногда я не уверен, является ли имеющаяся модель линейной или нелинейной. Например, является ли следующая модель линейной или нелинейной? YT= β0+ β1B ( L ; θ ) XT+ εTyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t С: B ( L ; θ …

4
Как выбрать начальные значения для подгонки нелинейных наименьших квадратов
Вопрос выше говорит обо всем. По сути, мой вопрос касается общей функции подбора (может быть произвольно сложной), которая будет нелинейной по параметрам, которые я пытаюсь оценить. Как выбрать начальные значения для инициализации подбора? Я пытаюсь сделать нелинейные наименьшие квадраты. Есть ли стратегия или метод? Это изучалось? Любые ссылки? Что-нибудь кроме …

1
Как читать добро подходят по NLS R?
Я пытаюсь интерпретировать вывод nls (). Я прочитал этот пост, но я все еще не понимаю, как выбрать наиболее подходящий. Из моих припадок у меня есть два выхода: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value Pr(>|t|) a 479.92903 62.96371 7.622 0.000618 *** b …

1
Как я могу проверить, существенно ли отличаются оценки двух параметров в одной и той же модели?
У меня есть модель y=xa×zb+ey=xa×zb+e y=x^a \times z^b + e где - зависимая переменная, и - объясняющие переменные, и - параметры, а - термин ошибки. У меня есть оценки параметров и и ковариационная матрица этих оценок. Как мне проверить , значительно ли отличаются и ?yyyxxxzzzaaabbbeeeaaabbbaaabbb

1
Каков наиболее подходящий способ преобразования пропорций, когда они являются независимой переменной?
Я думал, что понял эту проблему, но теперь я не так уверен, и я хотел бы проверить с другими, прежде чем продолжить. У меня есть две переменные, Xи Y. Yявляется отношением, и оно не ограничено 0 и 1 и обычно нормально распределено. Xявляется пропорцией, и он ограничен 0 и 1 …

3
Почему важно проводить различие между «линейной» и «нелинейной» регрессией?
Какова важность различия между линейными и нелинейными моделями? Вопрос Нелинейная и обобщенная линейная модель: как вы относитесь к логистической, пуассоновской и т. Д. Регрессии? и его ответ был чрезвычайно полезным разъяснением линейности / нелинейности обобщенных линейных моделей. Кажется критически важным отличить линейные от нелинейных моделей, но мне не понятно почему? …

1
Рассчитать логарифмическое правдоподобие «вручную» для обобщенной нелинейной регрессии наименьших квадратов (nlme)
Я пытаюсь вычислить логарифмическую вероятность для обобщенной нелинейной регрессии наименьших квадратов для функции оптимизированной с помощью функция в пакете R , используя ковариационную матрицу дисперсии, генерируемую расстояниями на филогенетическом дереве, предполагающем броуновское движение ( из пакета). Следующий воспроизводимый код R подходит для модели gnls с использованием данных x, y и …

2
Можем ли мы использовать образцы начальной загрузки, которые меньше исходного?
Я хочу использовать начальную загрузку для оценки доверительных интервалов для оценочных параметров из набора панельных данных с N = 250 фирмами и T = 50 месяцем. Оценка параметров является вычислительно дорогой (несколько дней вычислений) из-за использования фильтрации Калмана и сложной нелинейной оценки. Поэтому отбор (с заменой) B (сотнями и более) …

4
Получение правильных начальных значений для модели NLS в R
Я пытаюсь приспособить простую модель степенного закона к набору данных, который выглядит следующим образом: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 Цель состоит в том, чтобы пропустить линию электропередачи и использовать ее для прогнозирования revзначений на будущие недели. Куча исследований привела меня …


Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.