데이터와 전원 관계가 있습니다 (아래). (Y = aX^b)R 힘 맞춤 nls가 Excel과 다릅니다
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
알았어요, 그럼 엑셀 better..It 나에게 생산 xmgrace 것과 매우 유사한 전력 적합을 준 것을 의미하지 않았다. 당신이 로그를 취하면 선형 모델을 만들고 R^2 값을 얻을 수 있습니다. 그 값은 (0.993)이었습니다. Excel과 xmgrace가 맞는 힘으로 관찰 한 것과 매우 흡사합니다. 선형 모델을 로그가 이렇게하는 것보다 낫다 ?? – lochi
가우스 오류가있는 로그 (Y) ~ a + b * X 모델을 사용하면 nls() 결과와 다르게됩니다. 그리고 두 옵션 모두 glm()으로 수행 된 로그 선형 모델과 다릅니다. 많은 경우이 선택은 해결을위한 통계적 근거가없는 적합성의 비교보다 이전의 도메인 지식으로 더 잘 만들어집니다. –
여기에 로그 변환을 사용하여 R로 수행 한 선형 모델이 있습니다. 215.5084 * x^0.812 Excel과 Xmgrace가 모두 그렇다고 생각합니다. 응답 해 주셔서 감사합니다. – lochi