둘 다 “numeric”클래스의 변수 2 개가 있습니다.
> 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
그것을 플로팅했고 이제 지수 모델을 데이터에 맞추고 싶습니다. 플롯) 그러나 R에서 다변량 데이터를위한 모델 피팅에 대한 정보를 찾을 수 없습니다! 일 변량 데이터에만 도움이 될 수 있습니까? 어디서부터 시작해야할지 모르겠네요 … 감사합니다!
댓글
- 이건 좀 헷갈리네요. 두 개의 " 독립 " 변수 (" 예측 자 ",하지만 ' 중요하지 않음). " 종속적 인 " / " 응답 " 변수입니까? 둘 다 반응 변수라면 모수 적 이변 량 확률 분포 (유무에 관계없이 분포 '의 매개 변수가 의존하는 예측 변수) 또는 2D 커널 밀도 추정치입니다. 컨텍스트를 조금 더 설명 할 수 있습니다. (PS whoever '에 찬성하는 질문의 의미를 알아야합니다. 누구든지 참여할 수 있습니까?)
- 어쨌든 귀하는 ' d crossvalidated.com 을 참조하세요. 또는 Google이라는 모호한 웹 사이트로 이동합니다. 다변량 데이터에 맞는 모델에 대한 정보를 찾았습니다. 꽤 많이 (정확히 4 백만 2 억 3 만)
- 나는 ' bing을 추천합니다. 결국 이것은 의사 결정 엔진이며 검색 엔진은 그래서 20 세기는 … Yahoo와 Ask Jeeves를보세요. 오늘은 얼마나 무관합니까?!?
- @Ben Bolker-도와 주셔서 감사합니다. 독립을 뽑았습니다. 내가 가진 것은 위치 간의 거리 (x)와 위치 간의 강우량 상관 관계 (y)입니다.
- 이러한 데이터에 대한 통계적 추론을하려면 특별한 방법을 사용해야합니다. 공통 위치 집합에서 계산되었지만 독립적이지 않습니다. 예를 들어 검색 " Mantel 테스트 "
답변
당신의 용어가 틀 렸기 때문에 당신이 무엇을 묻는 지 완전히 확신 할 수 없습니다. 그러나 당신의 변수가 서로 독립적 이 아니라고 가정하면 그들은 찾을 관계가 없습니다) 나는 그것을 시도 할 것입니다. x가 독립 (또는 예측 자) 변수이고 y가 종속 (또는 반응) 변수 인 경우 작동합니다.
p>
# 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))) 댓글
- 답변 해 주셔서 감사합니다. 독립 " 지적하신대로 ' 이치에 맞지 않았습니다. 내 데이터에 대한 코드를 사용하여 모델을 맞출 수 있지만 결과는 그래프에 하나가 아닌 수십 개의 선입니다. 이유를 아십니까?
- @sbg-아니요, 죄송합니다. ' 이유를 생각할 수 없습니다.
nls()가 모델에 적합합니까? - 그렇다고 생각합니다. 비선형 회귀 모델 모델 : y ~ exp (a + b * x) 데이터 : DF ab -0.535834 -0.002024 잔차 제곱합 : 18.62 수렴까지의 반복 횟수 : 6 달성 된 수렴 허용 오차 : 8.08e-06
- @sbg
x변수 :lines(sort(temp$x),predict(mod, list(x=sort(temp$x)))