Question

如帮助（predict.nls）中所述，当se.fit = TRUE时，应计算预测的标准误差。但是，我在下面的代码不显示，而只显示预测。

alloy <- data.frame(x=c(10,30,51,101,203,405,608,810,1013,2026,4052,6078,
                        8104,10130),
                    y=c(0.3561333,0.3453,0.3355,0.327453,0.3065299,0.2839316,
                        0.2675214,0.2552821,0.2455726,0.2264957,0.2049573,
                        0.1886496,0.1755897,0.1651624))
model <- nls(y ~ a * x^(-b), data=alloy, start=list(a=.5, b=.1))
predict(model, se=TRUE)

我的代码出了什么问题？谢谢！

Answer 1

无。 Description ?predict.nls部分的最后一行说：

At present ‘se.fit’ and ‘interval’ are ignored.

deltaMethod包中的car函数可能会有所帮助。（library("sos"); findFn("{delta method} nls")的结果......）

更新：我第一次尝试使用car::deltaMethod时无效。这是尝试使用deltavar包中的emdbook函数。 attach()/detach()的东西是一个可怕的黑客，但这是我可以快速工作（基于with的解决方案由于非标准评估而无效）。欢迎改进。）

 attach(alloy)
> deltavar(a*x^(-b),meanval=coef(model),Sigma=vcov(model))
 [1] 1.445018e-04 6.956934e-05 4.897363e-05 3.287949e-05 2.527709e-05
 [6] 2.379668e-05 2.487129e-05 2.626029e-05 2.762930e-05 3.300235e-05
[11] 3.933191e-05 4.317493e-05 4.588509e-05 4.795406e-05
> detach(alloy)

注意事项：

这些是差异，而非标准错误;
这是一种delta方法近似，在强非线性或强非高斯误差的情况下可能是不准确的（我相信Brian Ripley过去曾说过他不认为delta方法近似对于一般来说足够可靠使用，但他是纯粹主义者）
我没有检查过这是一个明智的答案

预测不能显示预测的标准误差，se.fit = TRUE

1 个答案: