nls

    0熱度

    1回答

    我已經擬合了一個模型和估計的參數; Count = beta0*exp(beta1*time) 如果引入一個附加參數以使模型變成; Count = alpha + (beta)*exp(beta1*time) 我試着用同樣的方法,我沒有使用命令找到剛纔beta0和beta1期限; fit<-nls(count~beta*exp(beta1*time), start=list(alpha=0

    0熱度

    1回答

    我試圖用nls使用高斯曲線擬合我的數據。 因爲沒有工作,我試圖做一個簡單的例子,看看有什麼不順心: >x=seq(-4,4,0.1) >y=2*dnorm(x-0.4,2)+runif(length(x) , min = -0.01, max = 0.01) >df=data.frame(x,y) >m <- nls(y ~ k*dnorm(x-mu,sigma), data = df, s

    0熱度

    1回答

    我已經開始從基本R圖形切換到網格圖形。我現在有一些數據和一個nls()適合該數據,我正在試圖將兩者都繪製到一個圖上。所以,作爲一個簡單的基礎R圖形代碼: require(lattice) # Data V <- c(45.5513,57.9145,66.3092,72.3338,79.7007,92.5738,107.9735,153.7357,210.8857) E <- c(-0.054

    0熱度

    1回答

    這是我迄今爲止在R中完成的最具挑戰性的事情,因爲nls和LPPL對我來說都是相當新的。 下面是我一直在使用的腳本的一部分。 df是一個由兩列組成的數據框,日期和Y是S & P 500的收盤價。我不確定它是否相關,但是日期從01-01-01開始到12-31- 2007年。 f <- function(pars, xx) {pars$a + pars$b*(pars$tc - xx)^pars$m *

    0熱度

    1回答

    我試圖讓使用R中的NLS功能的冪函數的擬合,但我沒有找到好的開始值。 這是我的數據 「CentroM」 部分: Wg TLcm 3200 79 2650 77 2750 74 870 45 1480 52 3400 80.5 2400 76 2800 76.5 2900 77.5 2700 76 3215 76 3300 83 3100 79 3000 78.5 2

    5熱度

    1回答

    我想使用y=a^(b^x)以適應下面的數據, y <- c(1.0385, 1.0195, 1.0176, 1.0100, 1.0090, 1.0079, 1.0068, 1.0099, 1.0038) x <- c(3,4,5,6,7,8,9,10,11) data <- data.frame(x,y) 當我使用非線性最小二乘法, f <- function(x,a,b) {a^(b^x

    2熱度

    1回答

    我有幾個非線性迴歸模型(nls)保存爲a1,a2,...,a_n。我想得到一個相關的確定係數向量。 E.g. y <- c(1.0385, 1.0195, 1.0176) x <- c(3,4,5) data <- data.frame(x,y) b1 <- function(x,a,b) {a/b^x} b2 <- function(x,a,b) {a^b^x} a1 <- nls(y

    1熱度

    1回答

    我有一個看起來像這樣的數據(多矩陣對象的列表): $matrix_1 26/03/2012 02/04/2012 09/04/2012 16/04/2012 23/04/2012 30/04/2012 07/05/2012 14/05/2012 21/05/2012 28/05/2012 26/03/2012 500 40 30 20 21 18 8 7 8 5 02/04/2012

    1熱度

    1回答

    我想通過r平方值比較三個模型的曲線擬合。我使用nls和drc軟件包運行模型。不過,似乎這兩個軟件包都沒有計算r平方值;但他們給出了「殘差標準誤差」和「殘差平方和」。 這兩個可以用來比較模型擬合嗎?

    0熱度

    1回答

    我從excel csv中調用索引數據。 (日期是在YYYY/MM/DD格式。) library(tseries) library(minpack.lm) library(ggplot2) index <- read.csv("C:\\Users\\Toshiba\\Desktop\\deks\\DATA.csv") ts <- index df <- data.frame(ts) df