R语言:predict.nls()函数中文帮助文档(中英文对照)

loveR

predict.nls(stats)
predict.nls()所属R语言包：stats

                                        Predicting from Nonlinear Least Squares Fits
                                         从非线性最小二乘预测适合

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

predict.nls produces predicted values, obtained by evaluating the regression function in the frame newdata.  If the logical se.fit is TRUE, standard errors of the predictions are calculated.  If the numeric argument scale is set (with optional df), it is used as the residual standard deviation in the computation of the standard errors, otherwise this is extracted from the model fit.  Setting intervals specifies computation of confidence or prediction (tolerance) intervals at the specified level.
predict.nls产生的预测值，通过评估框架newdata回归函数获得。如果逻辑se.fit是TRUE，预测的标准误差计算。如果数字参数scale设置（与可选df），它被用于残留在计算标准误差的标准偏差，否则这是从模型的拟合中提取的。设置intervals指定的信心，或在指定的level预测（耐）间隔的计算。

At present se.fit and interval are ignored.
目前se.fit的和interval被忽略。


用法----------Usage----------


## S3 method for class 'nls'
predict(object, newdata , se.fit = FALSE, scale = NULL, df = Inf,
        interval = c("none", "confidence", "prediction"),
        level = 0.95, ...)



参数----------Arguments----------

参数：object
An object that inherits from class nls.
一个对象类nls继承。


参数：newdata
A named list or data frame in which to look for variables with which to predict.  If newdata is missing the fitted values at the original data points are returned.
命名列表或数据框中寻找与预测的变数。如果newdata缺少原始数据点的拟合值返回。


参数：se.fit
A logical value indicating if the standard errors of the predictions should be calculated.  Defaults to FALSE.  At present this argument is ignored.
一个逻辑值，表示如果预测标准误差应计算。 FALSE默认。目前，这个参数将被忽略。


参数：scale
A numeric scalar.  If it is set (with optional df), it is used as the residual standard deviation in the computation of the standard errors, otherwise this information is extracted from the model fit. At present this argument is ignored.
数字标。如果它被设置（带有可选的df），它被用于残留在计算标准误差的标准偏差，否则，这个信息是从模型的拟合提取。目前，这个参数将被忽略。


参数：df
A positive numeric scalar giving the number of degrees of freedom for the scale estimate. At present this argument is ignored.
一个积极的数字标scale估计的自由度。目前，这个参数将被忽略。


参数：interval
A character string indicating if prediction intervals or a confidence interval on the mean responses are to be calculated. At present this argument is ignored.
一个字符串表示，如果预测区间或置信区间上的平均反应来计算。目前，这个参数将被忽略。


参数：level
A numeric scalar between 0 and 1 giving the confidence level for the intervals (if any) to be calculated.  At present this argument is ignored.  
0和1之间的一个数字标为区间的置信水平（如有）计算。目前，这个参数将被忽略。


参数：...
Additional optional arguments.  At present no optional arguments are used.
额外的可选参数。目前没有可选参数。


值----------Value----------

predict.nls produces a vector of predictions. When implemented, interval will produce a matrix of predictions and bounds with column names fit, lwr, and upr.  When implemented, if se.fit is TRUE, a list with the following components will be returned:
predict.nls产生预测的向量。实施时，interval会产生预测的矩阵列名fit，lwr，upr。实施时，se.fit如果TRUE，以下组件的列表将返回：


参数：fit
vector or matrix as above
上述的向量或矩阵


参数：se.fit
standard error of predictions
预测标准误差


参数：residual.scale
residual standard deviations
剩余标准偏差


参数：df
degrees of freedom for residual
剩余的自由度


注意----------Note----------

Variables are first looked for in newdata and then searched for in the usual way (which will include the environment of the formula used in the fit).  A warning will be given if the variables found are not of the same length as those in newdata if it was supplied.
变量在newdata先看着，然后在通常的方法（其中包括环境适合使用的公式）搜查。一个将给予警告，如果发现的变量是相同长度不为那些在newdata如果它提供的。


参见----------See Also----------

The model fitting function nls, predict.
该模型的拟合函数nls，predict。


举例----------Examples----------



require(graphics)

fm <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
predict(fm)              # fitted values at observed times[观测时间的拟合值]
## Form data plot and smooth line for the predictions[表格数据的图和流畅的线条预测]
opar <- par(las = 1)
plot(demand ~ Time, data = BOD, col = 4,
     main = "BOD data and fitted first-order curve",
     xlim = c(0,7), ylim = c(0, 20) )
tt <- seq(0, 8, length = 101)
lines(tt, predict(fm, list(Time = tt)))
par(opar)


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。