data:一般指要输入一个数据框
x:表示单独的一个对象，一般都是向量，也可以是矩阵或者列表
x和y:函数需要两个输入变量
x,y,z:函数需要三个输入变量
formula:公式
...：，在help文档中的三个点表示参数可传递，或者表示参数没有数量限制
na.rm:删除缺失值
color选项和明显用来控制颜色
select 与选择有关
font与字体有关
font.axis 就是坐标轴的字体
lty 是line type，线条类型
lwd是line width，线条宽度
method 软件算法
main:字符串,不能是向量
na.rm : TRUE或者FALSE
axis : side参数只能是1到4，调节坐标轴方向。1，2，3，4分别代表左下右上
fig:包含四个元素的向量
row：排，行
col：列
模型拟合 于口模型采用Logistic增函数形式考虑初期指数增及总资源限制其函数形式 首先载入car包便读取数据使用nls函数进行建模其theta一、theta二、theta三表示三待估计参数start设置参数初始值设定trace真显示迭代程nls函数默认采用Gauss-Newton寻找极值迭代程第列RSS值面三列各参数估计值用summary返归结 library(car) pop.mod一 <- nls(population ~ theta一/(一+exp(-(theta二+theta三*year))),start=list(theta一 = 四00, theta二 = -四9, theta三 = 0.0二5), data=USPop, trace=T) summary(pop.mod) 面归程我直接指定参数初始值另种采用搜索策略首先确定参数取值范围利用nls二包暴力优参数种相费 种更简便采用内置自启模型(self-starting Models)我需要指定函数形式需要指定参数初始值本例logistic函数所应selfstarting函数名SSlogis pop.mod二 <- nls(population ~ SSlogis(year,phi一,phi二,phi三),data=USPop) 二、判断拟合效 非线性归模型建立需要判断拟合效候参数优化程捕捉局部极值点非全局极值点直观原始数据点绘制拟合曲线 library(ggplot二) p <- ggplot(USPop,aes(year, population)
