non-linear-regression - 如何解释 R 中的非线性回归
问题描述
我在 R (package quantreg) 中做了一个非线性回归,得到了以下结果:
Coefficients:
Value Std. Error t value Pr(>|t|)
Asym 30.98339 1.06558 29.07656 0.00000
mid 36.18334 1.49832 24.14935 0.00000
scal 1.75042 1.07709 1.62514 0.10573
现在,我想了解它的确切含义。因此,第一个参数是渐近线,我希望它是 y 的值,在该值处,预测因子的进一步增加不再导致 y 值的增加。
然后是中间点,我认为它是某种拐点,或者是 X 值,在该值处 y 开始迅速失去增长。
最后,缩放因子 scal 将显示当 x 在拐点之前增加时 y 增加了多少。
对于所有系数的值,标准误差很容易理解,但 T 并非如此。我有点想像,对于比例因子,T 表示 y 的增加除以误差,但是对于渐近线或拐点,高 T 的解释是什么?
同样,t 不为零的概率似乎很容易解释,但是对于渐近线和拐点具有显着的 t 值意味着什么?
我在别处找不到这些问题的答案。提前感谢您的任何澄清
解决方案
推荐阅读
- time-series - 如何从时间序列中消除严重错误?
- java - Java/操作系统中的信号量
- firefox - Firefox 56+ 打破了跨多个窗口/标签的 Gamepad API
- python - 为什么舵机要按箭头键 3 次才能移动?
- sql - HANA:数据类型 BLOB 的数据库列中的未知字符
- arduino - ASP.NET Core + ESP32 HTTP 请求,GET 返回代码 200,但内容不可读
- jquery - ASP。NET MVC 数据表类型错误:$(...).DataTable 不是函数
- sql-server - 将###-###-####电话号码转换为字符串而不是数学运算
- sql - 有条件地从不同的表中选择
- python - 如何在 X 轴上设置刻度以仅在值更改时显示?