我有几个非线性回归模型 (nls)，另存为 a1、a2、...、a_n。我想获得相关决定系数的向量。
例如
y <- c(1.0385, 1.0195, 1.0176)
x <- c(3,4,5)
data <- data.frame(x,y)
b1 <- function(x,a,b) {a/b^x}
b2 <- function(x,a,b) {a^b^x}
a1 <- nls(y ~ b1(x,a,b), data = data, start = c(a=0.9, b=0.6))
a2 <- nls(y ~ b2(x,a,b), data = data, start = c(a=0.9, b=0.6))
我可以使用以下方法获得两个确定系数
a <- sum(residuals(a1)^2)
b <- sum((y - mean(y))^2)
1 - (a/b)
#[1] 0.8198396
a <- sum(residuals(a2)^2)
b <- sum((y - mean(y))^2)
1 - (a/b)
#[1] 0.9066859
但是如果我有 20 个模型怎么办？
我尝试使用循环for，但这对我不起作用，因为该类是 nls，既不是向量也不是矩阵。
最佳答案
使用所有结果的列表，然后对其应用函数:
results <- list(a1,a2)
b <- sum((y - mean(y))^2)
1 - (sapply(results,function(x) sum(residuals(x)^2) ) / b )
#[1] 0.8198396 0.9066859
关于r - 几种模型的决定系数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22975858/