Question

我首先要说的是，据我所知，计算非线性回归的R ^ 2值并不完全正确或有效。

然而，我正处于将SigmaPlot中的大部分工作执行到R的过渡期，对于我们的非线性（浓度响应）模型，同事习惯于查看与模型相关的R ^ 2值估计适合度。

SigmaPlot使用1-（残留SS /总SS）计算R ^ 2，但在R I中似乎无法提取总SS（残留SS在摘要中报告）。

当我试图让我们使用更好的适合度估算器时，我们将非常感谢任何帮助实现此功能。

干杯。

Answer 1

我没有提取总SS，而是计算了它们：

test.mdl <- nls(ctrl.adj~a/(1((conc.calc/x0)^b)),
                data=dataSet,
                start=list(a=100,b=10,x0=40), trace=T);

1 - (deviance(test.mdl)/sum((ctrl.adj-mean(ctrl.adj))^2))

我得到与使用SigmaPlot时相同的R ^ 2，所以一切都应该是好的。

Answer 2

因此，y的总变差类似于（n-1）* var（y），未解释我的模型的比例为sum(residuals(fit)^2)，所以请执行1-(sum(residuals(fit)^2)/((n-1)*var(y)) )

之类的操作

计算非线性回归的R ^ 2值

2 个答案: