3

我有一个具有权力关系的数据集（如下）。(Y =aX^b)

Excel 和 xmgrace 中的功率拟合为我提供了几乎相同的拟合值。（0.993 的 R^2）Y = 215.47 X^0.812

但是，当我尝试 R 的 nls() 函数时，我得到了不同的值。另外，它不计算 R^2，因为它在统计上不合理。

但是，如果我取对数，我可以做一个 lm() 并得到 0.993 的 R^2。如何重现使用 R..R nls() 不正确的幂拟合产生的值 excel 和 xmgrace ？

Drift Time  Mass_Independent CS
2.32    407.3417277
2.32    419.1267553
2.81    503.9859708
2.92    501.0465281
3.78    640.9024985
4.00    688.7906761
4.48    776.3958584
5.67    918.9991003
6.05    949.4448047
6.86    993.9763311
6.86    1064.539603
6.97    1041.422648
7.94    1112.407393
8.42    1183.070416
9.23    1302.622263
9.29    1291.525748
4

1 回答 1

4

我认为相信 Excel 估计值而不是 R 估计值是愚蠢的。Excel 在回归领域的失败由来已久，并且有据可查：

 nls(Mass_Ind_CS ~a*Drift_Time^b , dat, start=list(a=100, b=1))
#---------------------
Nonlinear regression model
  model:  Mass_Ind_CS ~ a * Drift_Time^b 
   data:  dat 
       a        b 
227.0176   0.7828 
 residual sum-of-squares: 10224

Number of iterations to convergence: 5 
Achieved convergence tolerance: 3.617e-06 
#---------------------
 plot(dat, xlim=range(dat$Drift_Time), ylim=range(dat$Mass_Ind_CS) )
 par(new=T)
 curve(215.47*x^0.812, from=min(dat$Drift_Time), 
                        to=max(dat$Drift_Time),
                         ylim=range(dat$Mass_Ind_CS) )
 par(new=T)
 curve(227.0176*x^0.7828, from=min(dat$Drift_Time), 
                          to=max(dat$Drift_Time), 
                          ylim=range(dat$Mass_Ind_CS),col="red")

R 估计值以红色绘制。它表明您在不查看 x= 值范围内的预测的情况下专注于参数估计是错误的。没有真正的 R-sq 来估计单独的非线性模型，尽管您可以使用anova(). 欢迎您搜索 nls (Douglas Bates) 的作者不包括它们的原因，因为它实际上是 r-help 邮件列表上的常见问题解答。

在此处输入图像描述

于 2012-02-11T02:16:56.740 回答