fit_regression: Ajuste de modelos de regressao nao linear

In AlcineiAzevedo/NonlinearRegression: Ferramentas para a analise de experimentos com regressao nao linear para experimentos com e sem repeticao

Description

Esta funcao realiza o ajuste de modelos de regressao nao linear considerando dados sem repeticao ou com delineamento estatistico.

Usage

fit_regression(Data,model,start,design=1,verbose=TRUE)

Arguments

Data	:Matriz contendo o conjunto de dados. A configuracao desta matriz depende do design selecionado: 1 : Para dados sem repeticao deve haver apenas duas colunas, a primeira com identificacao dos tratamentos quantitativos e a segunda da variavel resposta. 2 : Para dados de experimento em DIC deve haver apenas tres colunas, a primeira com identificacao dos tratamentos quantitativos, a segunda com identificacao das repeticoes e a terceira com a variavel resposta. 3 : Para dados com repeticao de experimento em delineamento em blocos casualizados deve haver apenas tres colunas, a primeira com identificacao dos tratamentos quantitativos, a segunda com identificacao dos blocos e a terceira com a variavel resposta.
model	:Refere-se ao modelo de regressao nao linear que deseja-se ajustar. Pode ser uma formula ou um numero indicando um dos modelos abaixo: 1: y ~ a/(1+b*exp(b-c*x)) -> Exponencial1 2: y ~ a*exp(b*x) -> Exponencial2 3: y~ a/(1+d*exp(b*c-x))^(1/d) -> Schnute 4: y ~ a*(1-exp(c*b-c*x)) -> Michierlich 5: y~a/(1+exp(b-c*x))^(1/d) -> Richards 6: y ~ a*exp(-exp(b-c*x)) -> Gompertz 7: y ~ a/(1+exp(b-c*x)) -> Logistico 8: y~a-b*exp(-c*x) -> Meloun_I 9: y~a-exp(-b-c*x) -> Meloun_II 10: y ~ a*(1-b*exp(-c*x)) -> Brody 11: y~a*(1-b*exp(-c*x))^3 -> VonBertalanffy 12: y ~ (a*x)/(x+b) -> Michaelis_Menten
start	:valores iniciais (chutes) para o processo iterativo inseridos em um vetor.
design	:valor numerico que indica se: 1 : para dados sem repeticao. 2 : para dados com repeticao de experimento em delineamento inteiramente casualizado. 3 : para dados com repeticao de experimento em delineamento em blocos casualizados.
verbose	: Valor logico. Se TRUE (default) serao apresentados os resultados da regressao.

Value

A funcao apresenta os resultados dos ajustes dos modelos de regressao.

Author(s)

Alcinei Mistico Azevedo

References

SILVEIRA, F.G.; SILVA, F.F.; CARNEIRO, P.S.; MALHADO, C.H.M.; MUNIZ, J.A. Analise de agrupamento na selecao de modelos de regressao nao-lineares para curvas de crescimento de ovinos cruzados. Ciencia Rural, v.41, p.692- 698, 2011.

See Also

aov, lm, nls

Examples

#dados sem repeticao
data("DadosMED")
modelo=y~a*x^b/(c^b+x^b)
chute=list(a=36,b=2,c=30)
Ajuste1=fit_regression(Data =DadosMED,model = modelo,start = chute,design=1)
plot_regression(Ajuste1,plot=2)
plot_regression(Ajuste1,plot=7,xlabel = "Dias",ylabel = "Altura (cm)")

#Modelo logistico
Ajuste2=fit_regression(Data =DadosMED,model = 7,start = c(a=30,b=5,c=0.1),design=1)
plot_regression(Ajuste2,plot=7,xlabel = "Dias",ylabel = "Altura (cm)")


#dados em DIC
data(DadosDIC)
modelo=y~a*x^b/(c^b+x^b)
chute=list(a=36,b=2,c=30)
Ajuste3=fit_regression(Data =DadosDIC,model = modelo,start = chute,design=2)
plot_regression(Ajuste3,plot=7,xlabel = "Doses",ylabel = "Altura (cm)")

#
#dados em DBC
data(DadosDBC)
modelo=y~a*x^b/(c^b+x^b)
chute=list(a=36,b=2,c=30)
Ajuste3=fit_regression(Data =DadosDBC,model = modelo,start = chute,design=3)
plot_regression(Ajuste3,plot=7,xlabel = "Doses",ylabel = "PROD")

AlcineiAzevedo/NonlinearRegression documentation built on Jan. 19, 2022, 12:01 a.m.