Két változóm van, mindkettő a “numeric” osztályból áll:
> head(y)
[1] 0.4651804 0.6185849 0.3766175 0.5489810 0.3695258 0.4002567
> head(x)
[1] 59.32820 68.46436 80.76974 132.90824 216.75995 153.25551
Megrajzoltam őket, és most szeretnék egy exponenciális modellt illeszteni az adatokhoz (és hozzáadni a ábrán), de nem találok információt a modellek többváltozós adatokra való illesztéséről az R-ben! Csak az egyváltozós adatokhoz tud valaki segíteni? Nem is tudom, hol kezdjem … Köszi!
Hozzászólások
- Ez kissé zavaró. Azt mondod, hogy van két " független " változók (inkább a " prediktort ", de ez ' nem fontos). Van-e " függő " / " válasz " változók? Ha ezek mind válaszváltozók lennének, akkor el tudnám képzelni, hogy illesztenék egy paraméteres, kétváltozós valószínűségi eloszlást (akár anélkül, akár nem előrejelző változók, amelyeken az eloszlás ' s paraméterei függtek) – vagy egy 2D-s kernel-sűrűség-becslés. Talán egy kicsit jobban meg tudnád magyarázni a kontextust. (PS aki ' A kérdés felhozatalának tudnia kell, hogy mit jelent … valakit érdekel a harangozás?)
- Mindenesetre ' d jobb, ha megy a crossvalidated.com ilyen kérdésekre. vagy a Google nevű homályos webhelyre. Megtalálta a modellek illesztését a többváltozós adatokhoz. Elég sok (egészen pontosan 4 millió kétszázharmincezer)
- A binget ajánlom – végül is ez egy döntési motor, a keresőmotorok tehát a 20. század … csak nézd meg a Yahoo-t és Ask Jeeves-t, mennyire nem relevánsak ma?!?
- @Ben Bolker – Köszönöm, hogy segítettél, kivettem a függetlent, mert nem volt helyes. Nekem az a helyek közötti távolság (x) és a csapadék közötti összefüggések (y)
- vegye figyelembe, hogy speciális módszereket kell alkalmaznia, ha statisztikai következtetéseket szeretne levonni ezekről az adatokról, mert ha a távolságok közös helyhalmazon számolták, nem függetlenek – keressen pl " Mantel teszthez "
Válasz
Nem vagyok teljesen biztos abban, hogy mit kérdezel, mert a nyelved ki van kapcsolva. De feltételezve, hogy a változóid nem függetlenek egymástól (ha voltak, akkor “nem állnak kapcsolatban a kereséssel”, megpróbálom. Ha a x az ön független (vagy előrejelző) változója, és a y az Ön függő (vagy válasz) változója, akkor ennek működnie kell.
# generate data beta <- 0.05 n <- 100 temp <- data.frame(y = exp(beta * seq(n)) + rnorm(n), x = seq(n)) # plot data plot(temp$x, temp$y) # fit non-linear model mod <- nls(y ~ exp(a + b * x), data = temp, start = list(a = 0, b = 0)) # add fitted curve lines(temp$x, predict(mod, list(x = temp$x))) Megjegyzések
- köszönöm a válaszodat, átvettem a független " ki, amint rámutattál, nem volt értelme '. A kódod felhasználásával az adatokhoz illeszkedni tudok a modellhez, de az eredmény egy tucatnyi vonal a grafikonon. Van ötlet miért?
- @sbg – Nem, sajnálom, nem tudok ' gondolkodni a miértre. A
nls()illik egy modellhez? - Azt hiszem, így kapom: Nemlineáris regressziós modell modell: y ~ exp (a + b * x) adatok: DF ab -0.535834 -0.002024 maradék négyzetösszeg: 18.62 A konvergenciához tartozó iterációk száma: 6 Elért konvergencia tolerancia: 8.08e-06
- @sbg próbáld rendezni a
xváltozó:lines(sort(temp$x),predict(mod, list(x=sort(temp$x)))