7

我正在尝试使用数据集在 R 中运行非线性多元回归，它有数千行，所以我将前几行放在这里：

      Header.1 Header.2   Header.3  Header.4 Header.5 Header.6 Header.7
1          -60      -45 615 720        1.8318          0.428    -11.614
2          -59      -45 616 720        1.8322          0.429    -11.498
3          -58      -45 617 720        1.8326          0.430    -11.383
4          -57      -45 618 720        1.8330          0.430    -11.267
5          -56      -45 619 720        1.8334          0.431    -11.152
6          -55      -45 620 720        1.8338          0.432    -11.036
7          -54      -45 621 720        1.8342          0.433    -10.921
8          -53      -45 622 720        1.8346          0.433    -10.806
9          -52      -45 623 720        1.8350          0.434    -10.691
10         -51      -45 624 720        1.8354          0.435    -10.576
11         -50      -45 625 720        1.8357          0.435    -10.461
12         -49      -45 626 720        1.8361          0.436    -10.347
13         -48      -45 627 720        1.8365          0.437    -10.232
14         -47      -45 628 720        1.8369          0.438    -10.118
15         -46      -45 629 720        1.8373          0.438    -10.003
16         -45      -45 630 720        1.8377          0.439     -9.889
17         -44      -45 631 720        1.8381          0.440     -9.775
18         -43      -45 632 720        1.8385          0.440     -9.660
19         -42      -45 633 720        1.8389          0.441     -9.546
20         -41      -45 634 720        1.8393          0.442     -9.432
21         -40      -45 635 720        1.8397          0.442     -9.318
22         -39      -45 636 720        1.8400          0.443     -9.205
23         -38      -45 637 720        1.8404          0.444     -9.091
24         -37      -45 638 720        1.8408          0.445     -8.977
25         -36      -45 639 720        1.8412          0.445     -8.864
26         -35      -45 640 720        1.8416          0.446     -8.751
27         -34      -45 641 720        1.8420          0.447     -8.637
28         -33      -45 642 720        1.8424          0.447     -8.524

有人可以用非常简单的术语向我解释如何使用 Header.1 和 Header.2 作为自变量并使用 Header.7 作为因变量来运行非线性多元回归吗？我使用 成功运行了线性多元回归lm()，但是当我尝试使用时nls()，我收到以下错误消息：

getInitial.default(func, data, mCall = as.list(match.call(func, : no 'getInitial' method found for "function" objects

如果您需要更多信息才能运行回归，请告诉我。谢谢。

4

2 回答 2

10

为了使用nls，您需要为变量指定公式和起始值。所以首先要做的是决定你想尝试和拟合什么样的非线性公式。

例如，如果您这样做：

m2<-nls(Header.7 ~ Header.1*a + Header.2*b + c,data=data,start=c(a=0,b=0,c=0))

那么您将获得（大约）与普通线性回归相同的结果，因为您要拟合的模型是线性的。没有“默认”的非线性回归，所以你需要弄清楚你想要拟合什么样的非线性模型。详情请参阅?nls。

于 2013-12-21T17:08:26.627 回答
6

所以在线性模型中，参数是隐式指定的：

fit <- lm(Header.7 ~ Header.1 + Header.2, data=...)

将适合模型：

Header.7 = a * Header.1 + b * Header.2 + c

在非线性模型中，您必须明确指定参数，如 @mrip 所示。当然，在非线性模型中，模型公式可以任意复杂：

fit <- nls(Header.7 ~ exp(a*Header.1 + b/Header.2), data=..., start=c(...))

最后， start 是可选的： nls(...) 将进行猜测。但是不能保证模型会收敛到有意义的参数值，甚至完全收敛。

于 2013-12-21T17:37:00.600 回答