Ich habe einige Daten, an die ich eine Trendlinie anpassen möchte. Ich bin der Meinung, dass die Daten einem Potenzgesetz folgen, und habe daher die Daten auf Log-Log-Achsen aufgezeichnet, die nach einer geraden Linie suchen. Dies hat zu einer (fast) geraden Linie geführt und so habe ich in Excel eine Trendlinie für ein Potenzgesetz hinzugefügt. Als ein Statistik NEWB, meine Frage ist, was ist jetzt der beste Weg für uns zu gehen „und die Linie sieht zu , wie es recht gut paßt“ „numerische Eigenschaft beweist , dass dieser Graph in geeigneter Weise durch ein Potenzgesetz eingebaut ist“?
In Excel kann ich einen quadratischen Wert erhalten, obwohl ich aufgrund meiner begrenzten statistischen Kenntnisse nicht einmal weiß, ob dies unter meinen spezifischen Umständen tatsächlich angemessen ist. Ich habe unten ein Bild eingefügt, das die grafische Darstellung der Daten zeigt, mit denen ich in Excel arbeite. Ich habe ein wenig Erfahrung mit R. Wenn meine Analyse durch meine Tools eingeschränkt wird, bin ich offen für Vorschläge, wie ich sie mithilfe von R verbessern kann.
quelle
Antworten:
Siehe Aaron Clausets Seite:
Hier finden Sie Links zu Code für die Anpassung von Potenzgesetzen (Matlab, R, Python, C ++) sowie eine Veröffentlichung von Clauset und Shalizi, die Sie zuerst lesen sollten.
Vielleicht möchten Sie zuerst die Blogbeiträge von Clauset und Shalizi lesen:
Eine Zusammenfassung des letzten Links könnte sein:
quelle
Wenn Sie an bivariaten Potenzgesetzfunktionen interessiert sind (im Gegensatz zu univariaten Potenzgesetzverteilungen), dann
Warton et al. " Bivariate Linienanpassungsmethoden für die Allometrie ." Biol. Rev. 81, 259-201 (2006)
ist eine ausgezeichnete Referenz. In diesem Fall ist die Regression das Richtige, obwohl es einige Korrekturen geben kann (OLS vs. RMA usw.), je nachdem, was die Ergebnisse der Regression bedeuten sollen.
quelle