0
我想用lm()和optim()分析線性迴歸的結果。什麼軟件包可以輕鬆地繪製/分析optim()函數的擬合結果?
其實,從LM結果()函數很容易積或相關功能,如分析:
fit <- lm(y~x1+x2, data=dat)
# I can plot 'Fitted values', 'Theoretical Quantiles', 'Fitted values' and 'Leverage' by plot() easily.
plot(fit)
durbinWatsonTest(fit)
但是從的Optim()的結果不能由圖中可以接受()或其他功能,如:
> result.opt <- optim(par = c(0, 0, 0, 0,0, 0, 0),
min.OLS,
data = dat
)
> result.opt
$par
[1] 811.06933 285.10077 -476.69048 144.11307 273.46945 -30.65947 -279.02271
$value
[1] 152364.6
$counts
function gradient
502 NA
$convergence
[1] 1
$message
NULL
> plot(result.opt)
Error in xy.coords(x, y, xlabel, ylabel, log) :
'x' is a list, but does not have components 'x' and 'y'
什麼包或方法可以做結果分析,繪製LM的結果呢?
在此先感謝。
我懷疑有一個; 'optim()'是一個通用的優化工具。你可以把它傳遞給幾乎任何需要優化的東西,它會給它一個提示,但是包編寫者怎麼知道你用'optim()'做的是OLS適合的,但是其他的一些其他的用'optim() 「例如,是否適合GLMM?一種適合的方法對另一種適用不太可能。你只需要自己去處理這個問題,也許可以通過將'optim()'調用包裝在其他東西中來產生額外的信息。 –
嗨加文,謝謝你的意見。你的關心是有道理的。 optim()是一個通用工具,他們不知道用戶提供了什麼方法,因此它不能給出具體的情節。我們可以通過某些方法將optimue()的返回結果轉換爲lm(),以便我可以應用OLS的例程? – Patric
你可能想要檢查'stats4 :: mle':它只是'optim'的一個包裝,但是它增加了所有你可能會覺得有趣的信息,當通過最大似然擬合一個模型時 - 還有一個'plot'方法。 –