La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Regresión no lineal

Modelos de regresión de efectos mixtos y fijos no lineales

En un modelo de regresión no lineal, la variable de respuesta no necesita expresarse como una combinación lineal de las variables predictoras y los coeficientes del modelo. Puede realizar una regresión no lineal con o sin el objeto NonLinearModel o usando la herramienta interactiva nlintool.

Funciones

expandir todo

Regresión no lineal utilizando un objeto `NonLinearModel`

`fitnlm`	Ajustar un modelo de regresión no lineal
`feval`	Evaluate nonlinear regression model prediction
`predict`	Predict response of nonlinear regression model
`random`	Simulate responses for nonlinear regression model
`partialDependence`	Compute partial dependence (desde R2020b)
`plotPartialDependence`	Create partial dependence plot (PDP) and individual conditional expectation (ICE) plots
`plotResiduals`	Plot residuals of nonlinear regression model

Regresión no lineal sin utilizar ningún objeto

`nlinfit`	Regresión no lineal
`nlintool`	Interactive nonlinear regression fitting
`nlparci`	Intervalos de confianza de los parámetros de regresión no lineal
`nlpredci`	Nonlinear regression prediction confidence intervals

Efectos mixtos

`nlmefit`	Nonlinear mixed-effects estimation
`nlmefitsa`	Fit nonlinear mixed-effects model with stochastic EM algorithm

Crear una estructura de opciones de estadísticas y variables simuladas

`dummyvar`	Create dummy variables
`hougen`	Modelo Hougen-Watson
`statset`	Create statistics options structure
`statget`	Access values in statistics options structure

Objetos

NonLinearModel Nonlinear regression model

Temas

Modelos no lineales

Nonlinear Regression
Parametric nonlinear models represent the relationship between a continuous response variable and one or more continuous predictor variables.
Nonlinear Regression Workflow
Import data, fit a nonlinear regression, test its quality, modify it to improve the quality, and make predictions based on the model.
Weighted Nonlinear Regression
This example shows how to fit a nonlinear regression model for data with nonconstant error variance.
Pitfalls in Fitting Nonlinear Models by Transforming to Linearity
This example shows pitfalls that can occur when fitting a nonlinear model by transforming to linearity.
Nonlinear Logistic Regression
This example shows two ways of fitting a nonlinear logistic regression model.

Efectos mixtos

Mixed-Effects Models
Mixed-effects models account for both fixed effects (which represent population parameters, assumed to be the same each time data is collected) and random effects (which act like additional error terms).
Mixed-Effects Models Using nlmefit and nlmefitsa
Fit a mixed-effects model, plot predictions and residuals, and interpret the results.
Examining Residuals for Model Verification
Examine the stats structure, which is returned by both nlmefit and nlmefitsa, to determine the quality of your model.

Regresión no lineal

Funciones

Regresión no lineal utilizando un objeto NonLinearModel

Regresión no lineal sin utilizar ningún objeto

Efectos mixtos

Crear una estructura de opciones de estadísticas y variables simuladas

Objetos

Temas

Modelos no lineales

Efectos mixtos

Regresión no lineal utilizando un objeto `NonLinearModel`