R语言 非线性最小二乘法
在非线性函数中,绘制在图形上的点不是线性的,因此,在图形上没有给出一条曲线或直线。因此,非线性回归分析是用来改变函数的参数,以获得一条与你的数据闭合的曲线或回归线。
,为了执行这一点, 非线性最小 平方法被用来最小化残差值或误差值的总和,即图上垂直点与回归线之间的差异,并将相应地拟合非线性函数。
数学公式 。
其中
r是2点之间的残差或误差值。
上述寻找最小残差函数的数学函数可以在R语言中使用 resid() 函数进行。
回归分析被广泛用于所有类型的商业问题,通过改变其业务的某个因素来执行明智的决策或预测未来。
在R语言中,非线性最小平方函数被表示为 –
语法
其中
formula 表示模型公式,即非线性函数
start 是一个起始估计值的列表
注意: 要了解nls()的更多可选参数,请在R控制台使用以下命令 –
例1:
在这个例子中,取一个非线性函数,并在图上绘制成点。
输出:
例2:
在这个例子中,下面的代码是接受一个非线性函数,如图所示。
进一步绘制点和回归线,同时,通过使用 cor() 方法找出适合度。
输出: