R 힘 맞춤 nls가 Excel과 다릅니다

Question

데이터와 전원 관계가 있습니다 (아래). (Y = aX^b)

Excel 및 xmgrace의 파워 피팅은 거의 동일한 값을 나타냅니다. (R^2 0.993) Y = 215.47 X^0.812

그러나 R의 nls() 함수를 사용하면 다른 값을 얻습니다. 또한 통계적으로 소리가 나지 않기 때문에 R^2를 계산하지 않습니다.

그러나 로그를 취하면 lm()을 수행하고 0.993의 R^2를 얻을 수 있습니다. 어떻게 Excel에서 REL을 사용하여 power fit으로 값을 재현합니까? nls()가 올바르지 않습니까 ??

Drift Time Mass_Independent CS 
2.32 407.3417277 
2.32 419.1267553 
2.81 503.9859708 
2.92 501.0465281 
3.78 640.9024985 
4.00 688.7906761 
4.48 776.3958584 
5.67 918.9991003 
6.05 949.4448047 
6.86 993.9763311 
6.86 1064.539603 
6.97 1041.422648 
7.94 1112.407393 
8.42 1183.070416 
9.23 1302.622263 
9.29 1291.525748 

Answer 1

R 견적보다 Excel 견적을 신뢰하는 것은 어리석은 일이라고 생각합니다. 회귀의 영역에서 엑셀의 실패는 오랜 잘 설명되어 있습니다 :

nls(Mass_Ind_CS ~a*Drift_Time^b , dat, start=list(a=100, b=1)) 
#--------------------- 
Nonlinear regression model 
    model: Mass_Ind_CS ~ a * Drift_Time^b 
    data: dat 
     a  b 
227.0176 0.7828 
residual sum-of-squares: 10224 

Number of iterations to convergence: 5 
Achieved convergence tolerance: 3.617e-06 
#--------------------- 
plot(dat, xlim=range(dat$Drift_Time), ylim=range(dat$Mass_Ind_CS)) 
par(new=T) 
curve(215.47*x^0.812, from=min(dat$Drift_Time), 
         to=max(dat$Drift_Time), 
         ylim=range(dat$Mass_Ind_CS)) 
par(new=T) 
curve(227.0176*x^0.7828, from=min(dat$Drift_Time), 
          to=max(dat$Drift_Time), 
          ylim=range(dat$Mass_Ind_CS),col="red") 

은 R 추정치는 빨간색으로 그려집니다. 이것은 x = 값의 범위에 대한 예측을 보지 않고 매개 변수 추정에 집중하는 것이 잘못되었음을 보여줍니다. 독점 비선형 모델에 대해 추정 할 실제 R-sq는 없지만 모델 비교는 anova()으로 할 수 있습니다. rls 메일 링리스트에 FAQ가 있기 때문에 nls (Douglas Bates) 의 작성자가 아닌 이유를 찾아 볼 수 있습니다.이 포함되어 있지 않습니다.