আর-তে লজিস্টিক বর্ধন বক্ররেখার সবচেয়ে ব্যথামুক্ত উপায় কী?


19

গুগলের পক্ষে এটি অন্যান্য কিছু জিনিসের মতো সহজ নয়, পরিষ্কার হিসাবে, আমি শ্রেণিবদ্ধ ভেরিয়েবলগুলির পূর্বাভাস দেওয়ার জন্য রিগ্রেশন ব্যবহারের অর্থে লজিস্টিক রিগ্রেশন সম্পর্কে কথা বলছি না।

আমি প্রদত্ত ডেটা পয়েন্টগুলিতে একটি লজিস্টিক গ্রোথ বক্ররেখা ফিট করার কথা বলছি। নির্দিষ্ট হবে, 1958 থেকে 2012 একটি প্রদত্ত বছর এবং বিশ্বব্যাপী থেকে CO2 পিপিএম আনুমানিক (কার্বনডাইঅক্সাইড এর প্রতি লক্ষে) বছরের নভেম্বরে হয় ।xyx

এখনই এটি ত্বরান্বিত হয়েছে তবে এটি কোনও পর্যায়ে সমাপ্ত হবে level সুতরাং আমি একটি লজিস্টিক বক্ররেখা চাই।

এটি করার জন্য আমি তুলনামূলক সরল কোনও উপায় খুঁজে পাইনি।


3
একটি লজিস্টিক বক্ররেখা কেবল 'বাঁক বন্ধ' এর বক্ররেখা নয়। প্রকৃতপক্ষে যে কোনও সিডিএফের একাধিকর প্রয়োজনীয়তা পূরণ করবে।
গ্লেন_বি -রিনস্টেট মনিকা

2
প্যাকেজ গ্রোফিট ব্যবহার করুন স্প্লাইন এবং বৃদ্ধি বক্ররেখা ব্যবহার করে।

নিক, আপনার কোডটি পোস্ট করার জন্য আপনাকে অনেক ধন্যবাদ, আমি ভাবছিলাম কীভাবে এটি সমীকরণ হিসাবে লিখব? কোডে মানগুলি সি, ক এবং কে কোন পরামিতিগুলিকে বোঝায়?

1
আমি মনে করি আপনি আমাকে @ ব্যবহারকারী 2581681 হতে নিচ্ছেন। আমি কেবল তাদের উত্তর সম্পাদনা করেছি।
নিক কক্স

উত্তর:


19

nls()ফাংশন দেখুন । এটির মাধ্যমে স্ব-সূচনা লজিস্টিক কার্ভ মডেল ফাংশন রয়েছে SSlogis()?nlsসহায়তা পৃষ্ঠা থেকে উদা

> library("nls")
> DNase1 <- subset(DNase, Run == 1)
>      
> ## using a selfStart model
> fm1DNase1 <- nls(density ~ SSlogis(log(conc), Asym, xmid, scal), 
+                  DNase1)

আমি আপনাকে পরামর্শ দিচ্ছি যে এই ফাংশনগুলির জন্য সহায়তা পৃষ্ঠাগুলি এবং সম্ভবত আরও লিঙ্কযুক্ত রেফারেন্সগুলি আরও সন্ধানের জন্য পড়ুন।


9

কিছুক্ষণ আগে আমারও একই প্রশ্ন ছিল। এটি আমি খুঁজে পেয়েছি:

ফক্স এবং ওয়েজবার্গ এনএলএস ফাংশনটি ব্যবহার করে একটি দুর্দান্ত পরিপূরক নিবন্ধ লিখেছিলেন (গাভিনের দ্বারা উল্লিখিত স্ব-শুরুর বিকল্পটি ছাড়া এবং উভয়ই)। এখানে পাওয়া যাবে:

http://socserv.mcmaster.ca/jfox/Books/Companion/appendix/Appendix-Nonlinear-Regression.pdf

এই নিবন্ধটি থেকে, আমি আমার ক্লাসের জন্য তাদের ডেটাতে লজিস্টিক বক্রের জন্য উপযুক্ত করার জন্য একটি ফাংশন লিখেছি:

###Log fit - be sure to use quotes around the variable names in the call
log.fit <- function(dep, ind, yourdata){
#Self-starting...

y <- yourdata[, dep]
x <- yourdata[, ind]

log.ss <- nls(y ~ SSlogis(x, phi1, phi2, phi3))

#C
C <- summary(log.ss)$coef[1]
#a
A <- exp((summary(log.ss)$coef[2]) * (1/summary(log.ss)$coef[3]))
#k
K <- (1 / summary(log.ss)$coef[3])

plot(y ~ x, main = "Logistic Function", xlab=ind, ylab=dep)
lines(0:max(x), predict(log.ss, data.frame(x=0:max(x))), col="red")

r1 <- sum((x - mean(x))^2)
r2 <- sum(residuals(log.ss)^2)

r_sq <- (r1 - r2) / r1

out <- data.frame(cbind(c(C=C, a=A, k=K, R.value=sqrt(r_sq))))
names(out)[1] <- "Logistic Curve"

return(out)
}
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.