Серед чисельних представників GUI можу рекомендувати наступні: R Commander, RStudio та RKWard (з встановленням останнього є проблеми).
R Commander
Інсталюємо:
> install.packages("Rcmdr", dependencies=TRUE)
Запускаємо:
library(Rcmdr)
Якщо є певні проблеми з відсутніми пакетами, їх пропонується довстановити, слід погодитися, і все буде ок.
Працюємо!
R-Studio
Качаємо і встановлюємо:
http://www.rstudio.com/ide/download/desktop
Працюємо!
RKWard
Качаємо і встановлюємо:
http://sourceforge.net/projects/rkward/files/Current_Stable_Releases/
УВАГА: вимагає встановленого KDE та R, інакше треба качати повний комплект
вівторок, 11 лютого 2014 р.
Підбір параметрів нелінійної регресії виду y=a+b*x+c*(x^2) та аналогічних
Працювати будемо з файлом вихідних даних (створеному в Notepad чи аналогічному редакторі), де дані представлені у наступному виді:
x y
41.82315 0.3862740
63.61050 0.3161208
88.39984 0.3040334
97.02666 0.2243317
99.19001 0.1723193
або, як у випадку з нашим файлом:
x y
0 0
40 910
109 10140
Створивши файл, завантажуємо його в R:
> read.table("D:\\_UNIVER\\_CO-WORKERS\\Statta\\Version_2_full\\R_Statistis_paleo\\data_paleo.txt", header=TRUE)
Результат:
x y
1 0 0
2 40 910
3 109 10140
Далі:
> data<-read.table("D:\\_UNIVER\\_CO-WORKERS\\Statta\\Version_2_full\\R_Statistis_paleo\\data_paleo.txt", header=TRUE)
Задаємо першу функцію:
> fit2 <- lm(y ~ x + I(x^2), data=data)
Дивимося результат:
> coef (fit2)
(Intercept) x I(x^2)
-2.096029e-14 -1.799059e+01 1.018515e+00
Задаємо другу функцію:
fit3 <- lm(y ~ x + I(x^3), data=data)
Дивимося результат:
> coef (fit3)
(Intercept) x I(x^3)
5.367630e-13 1.181293e+01 6.835670e-03
Перевизначаємо другу функцію:
> fit3 <- lm(y ~ x + I(x^2) + I(x^3), data=data)
Результат:
> coef (fit3)
(Intercept) x I(x^2) I(x^3)
-2.096029e-14 -1.799059e+01 1.018515e+00 NA
Спробуємо ще раз перевизначити функцію (хоча правильніше створити ряд функцій певного виду і послідовно їх перебирати):
> fit3 <- lm(y ~ x + I(x^2) + I(x^3) +I(x^4), data=data)
Результат:
> coef (fit3)
(Intercept) x I(x^2) I(x^3) I(x^4)
-2.096029e-14 -1.799059e+01 1.018515e+00 NA NA
Підібравши потрібні параметри, завершуємо роботу.
x y
41.82315 0.3862740
63.61050 0.3161208
88.39984 0.3040334
97.02666 0.2243317
99.19001 0.1723193
або, як у випадку з нашим файлом:
x y
0 0
40 910
109 10140
Створивши файл, завантажуємо його в R:
> read.table("D:\\_UNIVER\\_CO-WORKERS\\Statta\\Version_2_full\\R_Statistis_paleo\\data_paleo.txt", header=TRUE)
Результат:
x y
1 0 0
2 40 910
3 109 10140
Далі:
> data<-read.table("D:\\_UNIVER\\_CO-WORKERS\\Statta\\Version_2_full\\R_Statistis_paleo\\data_paleo.txt", header=TRUE)
Задаємо першу функцію:
> fit2 <- lm(y ~ x + I(x^2), data=data)
Дивимося результат:
> coef (fit2)
(Intercept) x I(x^2)
-2.096029e-14 -1.799059e+01 1.018515e+00
Задаємо другу функцію:
fit3 <- lm(y ~ x + I(x^3), data=data)
Дивимося результат:
> coef (fit3)
(Intercept) x I(x^3)
5.367630e-13 1.181293e+01 6.835670e-03
Перевизначаємо другу функцію:
> fit3 <- lm(y ~ x + I(x^2) + I(x^3), data=data)
Результат:
> coef (fit3)
(Intercept) x I(x^2) I(x^3)
-2.096029e-14 -1.799059e+01 1.018515e+00 NA
Спробуємо ще раз перевизначити функцію (хоча правильніше створити ряд функцій певного виду і послідовно їх перебирати):
> fit3 <- lm(y ~ x + I(x^2) + I(x^3) +I(x^4), data=data)
Результат:
> coef (fit3)
(Intercept) x I(x^2) I(x^3) I(x^4)
-2.096029e-14 -1.799059e+01 1.018515e+00 NA NA
Підібравши потрібні параметри, завершуємо роботу.
Підписатися на:
Дописи (Atom)