r - 计算非线性最小二乘拟合的R ^ 2

Question

假设我有x个值，y个值和y个期望值f（来自某些非线性最佳拟合曲线）。

如何计算R中的R ^ 2？请注意，此函数不是线性模型，而是非线性最小二乘（nls）拟合，因此不是lm拟合。

Answer 1

您只需使用lm函数来拟合线性模型：

x = runif(100)
y = runif(100)
spam = summary(lm(x~y))
> spam$r.squared
[1] 0.0008532386

请注意，r平方不是为非线性模型定义的，或者至少是非常棘手的quote from R-help：


有一个很好的理由表明R中的nls模型不提供
r平方-r平方对于一般的nls模型没有意义。

r平方的一种思考方式是对残差的比较
拟合模型的平方和与的残差平方和
一个仅由常数组成的平凡模型。你不能
确保在处理时这是嵌套模型的比较
nls模型。如果没有嵌套模型，则不进行比较
非常有意义。

因此，答案是您可能不想在第一时间这样做
地点。


如果需要同行评审的证据，请参见this article；例如，并不是说您不能计算R ^ 2值，而是它可能与线性模型中的情况不同/具有相同的理想属性。