Я пытаюсь интерпретировать вывод nls (). Я прочитал этот пост, но я все еще не понимаю, как выбрать наиболее подходящий. Из моих припадок у меня есть два выхода:
> summary(m)
Formula: y ~ I(a * x^b)
Parameters:
Estimate Std. Error t value Pr(>|t|)
a 479.92903 62.96371 7.622 0.000618 ***
b 0.27553 0.04534 6.077 0.001744 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 120.1 on 5 degrees of freedom
Number of iterations to convergence: 10
Achieved convergence tolerance: 6.315e-06
и
> summary(m1)
Formula: y ~ I(a * log(x))
Parameters:
Estimate Std. Error t value Pr(>|t|)
a 384.49 50.29 7.645 0.000261 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 297.4 on 6 degrees of freedom
Number of iterations to convergence: 1
Achieved convergence tolerance: 1.280e-11
Первый имеет два параметра и меньшую остаточную ошибку. Второй только один параметр, но худшая остаточная ошибка. Какой лучше всего подходит?
AIC
, потому что комментарий убедительно доказывал, что AIC, как правило, не подходит для выбораnls
подгонок. Я бы всегда пытался выбрать нелинейную модель, основанную на механистических знаниях, особенно если набор данных такой же маленький, как и у вас.boxcox
вMASS
комплекте)Ответы:
Вы можете просто использовать тест F и anova, чтобы сравнить их. Вот несколько кодов.
источник