r - R中拟合函数的优度

标签 r statistics curve-fitting

您在 R 中使用哪些函数来拟合数据的曲线并测试该曲线的拟合程度?什么结果被认为是好的?

最佳答案

这个问题的第一部分可以填满整本书。只是一些快速选择:

  • lm()用于标准线性模型
  • glm()用于广义线性模型(例如逻辑回归)
  • rlm()来自鲁棒线性模型的包 MASS
  • lmrob()来自稳健线性模型的包robustbase
  • loess()用于非线性/非参数模型

  • 然后是特定领域的模型,例如时间序列、微观计量经济学、混合效应等等。几个任务 View ,例如Econometrics更详细地讨论这个问题。至于合身性,这也是人们可以轻松地花一整本书讨论的事情。

    关于r - R中拟合函数的优度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1181025/

    相关文章:

    r - 在 docx 中为 flextable 添加标题

    R:cummean() 在子集上

    Python:生成连续分布(Maxwell-Boltzmann类型)生成随机值

    matlab - 如何计算两条不同大小的曲线(矩阵)的残差?

    python - 使用掩码 Python 去除趋势

    R 放大镜效果

    r - 部署到 Shiny 的服务器后找不到绘图变量

    r - 如何使用R随机森林来减少没有离散类的属性?

    matlab - 如何在 MATLAB 中执行直接 Oblimin 旋转

    python - 在 Origin 中将破幂律实现为拟合函数