Nichtlineare kleinste Quadrate
Hin und wieder ist es möglich, selbst dann ein Modell an die Datenverteilung anzupassen, wenn der Zusammenhang extrem nichtlinear ist.
Nichtlineare Modelle durch Fehlerquadratminimierung lassen sich in R mit der
Funktion nls()
anpassen:
nls(formula, data = parent.frame(), start, control = nls.control(), algorithm = c("default", "plinear", "port"), trace = FALSE, subset, weights, na.action, model = FALSE, lower = -Inf, upper = Inf, ...)
Dies sind die Argumente von nls()
.
Argument | Beschreibung | Standardwert |
| Formelobjekt mit der Beschreibung des nichtlinearen Modells, das angepasst werden soll. | |
| Datenrahmen, Liste oder Auswertungsumgebung mit den Variablen, auf denen die Modellformel ausgewertet werden kann (aber ... |
Get R in a Nutshell now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.