Utilizzare questo tag solo per i modelli di regressione in cui la risposta è una funzione non lineare dei parametri. Non utilizzare questo tag per la trasformazione di dati non lineari.
Sorprendentemente, non sono stato in grado di trovare una risposta alla seguente domanda utilizzando Google: Ho alcuni dati biologici di diversi individui che mostrano un comportamento di crescita approssimativamente sigmoideo nel tempo. Pertanto, desidero modellarlo utilizzando una crescita logistica standard P(t) = k*p0*exp(r*t) / (k+p0*(exp(r*t)-1)) con p0 come valore iniziale …
Ho i seguenti dati e vorrei adattare un modello di crescita esponenziale negativo ad esso: 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 * …
Sono davvero confuso sulla differenza di significato per quanto riguarda il contesto di regressione lineare dei seguenti termini: Statistica F. R al quadrato Errore standard residuo Ho trovato questa webstie che mi ha dato una grande visione dei diversi termini coinvolti nella regressione lineare, tuttavia i termini sopra menzionati sembrano …
Le bande di confidenza e previsione intorno a una regressione non lineare dovrebbero essere simmetriche attorno alla linea di regressione? Significa che non assumono la forma della clessidra come nel caso delle bande per la regressione lineare. Perché? Ecco il modello in questione: Ecco la figura: F( x ) = …
Ho una serie di valori ed y che sono teoricamente correlati esponenziale:xxxyyy y=axby=axby = ax^b Un modo per ottenere i coefficienti è applicare logaritmi naturali su entrambi i lati e applicare un modello lineare: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Un altro modo per …
Ho letto alcune spiegazioni sulle proprietà dei modelli lineari o non lineari, ma a volte non sono sicuro che un modello a portata di mano sia lineare o non lineare. Ad esempio, il seguente modello è lineare o non lineare? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t Con: B ( L ; θ ) …
La domanda sopra dice tutto. Fondamentalmente la mia domanda è per una funzione di adattamento generica (potrebbe essere arbitrariamente complicata) che non sarà lineare nei parametri che sto provando a stimare, come scegliere i valori iniziali per inizializzare l'adattamento? Sto cercando di fare minimi quadrati non lineari. C'è qualche strategia …
Sto cercando di interpretare l'output di nls (). Ho letto questo post ma non capisco ancora come scegliere la soluzione migliore. Dai miei attacchi ho due uscite: > 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 0.27553 …
Ho il modello y= xun'× zB+ ey=xa×zb+e y=x^a \times z^b + e dove yyy è la variabile dipendente, Xxx e zzz sono variabili esplicative, un'aa e Bbb sono i parametri ed eee è un termine di errore. Ho delle stime dei parametri di un'aa e Bbb e una matrice di …
Pensavo di aver capito questo problema, ma ora non sono così sicuro e vorrei verificare con gli altri prima di procedere. Ho due variabili Xe Y. Yè un rapporto e non è limitato da 0 e 1 ed è generalmente distribuito normalmente. Xè una proporzione ed è delimitata da 0 …
Qual è l'importanza della distinzione tra modelli lineari e non lineari? La domanda Modello lineare non lineare o generalizzato: come ti riferisci alla regressione logistica, di Poisson, ecc.? e la sua risposta fu un chiarimento estremamente utile della linearità / non linearità dei modelli lineari generalizzati. Sembra estremamente importante distinguere …
Sto provando a calcolare la probabilità logaritmica per una regressione generalizzata dei minimi quadrati non lineari per la funzione ottimizzata dal funzione nel pacchetto R , usando la matrice di covarianza di varianza generata dalle distanze su un albero filogenetico assumendo un movimento browniano ( dal pacchetto). Il seguente codice …
Voglio utilizzare il bootstrap per stimare gli intervalli di confidenza per i parametri stimati da un set di dati del pannello con N = 250 aziende e T = 50 mesi. La stima dei parametri è computazionalmente costosa (pochi giorni di calcolo) a causa dell'uso del filtraggio di Kalman e …
Sto cercando di adattare un semplice modello di legge di potere a un set di dati che è il seguente: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 L'obiettivo è quello di passare attraverso la linea elettrica e usarla per prevedere i revvlaues …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.