[英]How to calculate R-squared in nls package (non-linear model) in R?
我找到了解决方案。 这种方法在统计方面可能不正确(因为 R^2 在非线性模型中无效),但我只想看看我的非线性模型的整体拟合优度。
步骤1>将数据转换为对数(常用对数)
当我使用非线性模型时,我无法检查 R^2
nls(formula= agw~a*area^b, data=calibration, start=list(a=1, b=1))
因此,我将数据转换为日志
x1<- log10(calibration$area)
y1<- log10(calibration$agw)
cal<- data.frame (x1,y1)
Step 2> 分析线性回归
logdata<- lm (formula= y1~ x1, data=cal)
summary(logdata)
Call:
lm(formula = y1 ~ x1)
该模型提供,y= -0.122 + 1.42x
但是,我想强制截距为零,因此,
步骤 3> 强制截距为零
logdata2<- lm (formula= y1~ 0 + x1)
summary(logdata2)
现在方程是 y= 1.322x,这意味着 log (y) = 1.322 log (x),
所以它是 y= x^1.322。
在功率曲线模型中,我强制截距为零。 R^2 是 0.9994
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.