求助：拟合模型选择

       对于以上这两个数据请问有人知道用什么模型来拟合比较好吗？能不能给点建议，感激不尽了！！！由于上述两列数据基本是对称的一个形式，或者只考虑一半数据的话，要用什么模型来拟合，用R要怎么做非线性回归拟合呢？需要用到哪个包？？？

haiwenye 发表于 2015-9-10 19:21
说错了，不是线性回归，主要是想找到x和z的关系，从画出来的散点图来看应该用的y=A*exp(-ax)+B*exp(-bx) 二 ...

模型发你了。


rm.txt (1.45 KB)

2015-9-11 09:59:52 上传

如图

使用 polynomials regression 实现数据非线性拟合，用到MASS包，函数poly

先建一个linear model，然后加入polynomials变量，degree为变量最大阶数，想获得最优的degree需要用迭代法Tunning 模型然后根据AIC,CVSS等选择。

lm <- lm(Dependent ~ poly(independent, degree=7, raw=TRUE),data=basetable)

MIC方法，MINE方法

       谢谢各位的解答，本人初学R软件，还是很水，没能做出来。能否帮我回归一下，把数据附上了： third.xlsx (16.86 KB)

2015-9-10 17:20:22 上传

second.xlsx (19.41 KB)

2015-9-10 17:20:21 上传

   

haiwenye 发表于 2015-9-10 17:21
谢谢各位的解答，本人初学R软件，还是很水，没能做出来。能否帮我回归一下，把数据附上了：   [hand ...

没看懂数据，谁跟谁回归呀 Z=a+bX ?

x是自变量，Z是因变量。

说错了，不是线性回归，主要是想找到x和z的关系，从画出来的散点图来看应该用的y=A*exp(-ax)+B*exp(-bx) 二次型指数曲线模型会比较好，或者你们觉得其它模型来拟合效果比较好也可以！

haiwenye 发表于 2015-9-10 19:21
说错了，不是线性回归，主要是想找到x和z的关系，从画出来的散点图来看应该用的y=A*exp(-ax)+B*exp(-bx) 二 ...

还不能发短消息。。。

1. predd <- cbind(data,predict(lm,data,se.fit=T))
   
2. # fit +/- 1.96*se.fit == 95% confidence interval
   
3. predd[1:10,]
   
4. 
   
5. ggplot(predd, aes(x, z)) +
   
6.   geom_point() +
   
7.   stat_smooth(method = "lm", formula = y ~ poly(x,avg_poly_degree)) +
   
8.   geom_line(aes(y=fit-1.96*se.fit),linetype=2,colour='blue',size=1) +
   
9.   geom_line(aes(y=fit+1.96*se.fit),linetype=2,colour='blue',size=1)

复制代码