输出上述例子 summary 的结果
时间: 2023-08-12 21:37:05 浏览: 35
使用上述代码进行非线性回归分析后,可以使用summary函数查看回归结果。下面是输出结果的示例:
```
Call:
glm(formula = y ~ sin(x) + x, family = gaussian)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.5632 -0.3663 0.0193 0.3684 1.4196
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.015940 0.050945 39.537 < 2e-16 ***
sin(x) 0.465724 0.028166 16.537 < 2e-16 ***
x 0.004968 0.012697 0.391 0.696
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for gaussian family taken to be 0.2787208)
Null deviance: 74.108 on 100 degrees of freedom
Residual deviance: 6.966 on 98 degrees of freedom
AIC: 173.96
Number of Fisher Scoring iterations: 2
```
其中,第一部分是模型的基本信息和拟合质量,包括使用的函数、残差的偏差、残差的分布等。第二部分是回归系数的估计值、标准误、t值和p值等信息,其中标记了哪些系数是显著的。第三部分是关于残差方差和模型评估的信息,包括空模型和残差模型的偏差、AIC值等。此外,还有一些其他的信息,如Fisher Scoring迭代次数等。根据上述输出结果,可以看出该模型的拟合效果较好,同时$x$和它的正弦函数在模型中的系数都是显著的。