![](/img/trans.png)
[英]How to use stats::nls non-linear least squares regression in caret?
[英]How to use the 'weights' in the nls (non-linear least squares) function in R?
我的問題是如何正確解釋(和使用)R的nls函數中的“權重”輸入變量,以進行非線性加權最小二乘回歸。
據此,變量P是大小為(NxN)的權重平方矩陣,其中N是數據觀測的數量。
但是,當我看着在發現R中的NLS文檔在這里 ,它說,“權重”是輸入向量。
這讓我感到困惑,因為根據我的理解,權重應該是一個方矩陣。 與那些有更好理解的人的一些見解受到贊賞。
回歸中的權Weight
變量是衡量由於各種原因(例如,就測量的可靠性或方差估計的倒數而言)對模型的觀察重要性的度量。 因此,某些觀察值可能比其他觀察值更重要/權重更高。
權重向量 ,以矩陣表示法轉換為對角矩陣
因為{1,2,3 ... n,}中的i都表示相同的事物(即ith觀測值的權重 )。 對於R中的
nls
包,您需要提供矢量形式的權重。
另外,應該注意的是, 加權最小二乘是廣義最小二乘的特殊變體,其中我們使用權重來抵消異方差 。 如果將殘差關聯起來進行觀測,則也許可以使用通用模型。
PS:交叉驗證將是獲得更好詳細答案的正確位置。 另外,隨着觀察數量的增加,存儲向量而不是矩陣似乎對內存有效。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.