r - Predict 无法显示预测的标准误差，se.fit=TRUE

Question

如help(predict.nls)中所述，当se.fit=TRUE时，应计算预测的标准误差。但是，我在下面的代码不显示它，而只显示预测。

alloy <- data.frame(x=c(10,30,51,101,203,405,608,810,1013,2026,4052,6078,
                        8104,10130),
                    y=c(0.3561333,0.3453,0.3355,0.327453,0.3065299,0.2839316,
                        0.2675214,0.2552821,0.2455726,0.2264957,0.2049573,
                        0.1886496,0.1755897,0.1651624))
model <- nls(y ~ a * x^(-b), data=alloy, start=list(a=.5, b=.1))
predict(model, se=TRUE)

我的代码有什么问题？谢谢!

Answer 1

没有。 ?predict.nls 的 Description 部分的最后一行说:

At present ‘se.fit’ and ‘interval’ are ignored.

也许 car 包中的 deltaMethod 函数会有所帮助。 (library("sos"); findFn("{delta method} nls") 的结果 ...)

更新:我第一次尝试时没有让它与 car::deltaMethod 一起工作。这里尝试使用 emdbook 包中的 deltavar 函数。 attach()/detach() 东西是一个可怕的 hack，但它是我可以快速开始工作的东西(基于 with 的解决方案因为非-标准评估)。欢迎改进。)

 attach(alloy)
> deltavar(a*x^(-b),meanval=coef(model),Sigma=vcov(model))
 [1] 1.445018e-04 6.956934e-05 4.897363e-05 3.287949e-05 2.527709e-05
 [6] 2.379668e-05 2.487129e-05 2.626029e-05 2.762930e-05 3.300235e-05
[11] 3.933191e-05 4.317493e-05 4.588509e-05 4.795406e-05
> detach(alloy)

注意事项:

• 这些是方差，不是标准误差；
• 这是一个 delta 方法近似值，在强非线性或强非高斯误差的情况下可能不准确(我相信 Brian Ripley 过去曾表示他认为 delta 方法近似值对于一般情况来说不够可靠使用，但他是一个纯粹主义者)
• 我还没有检查过这是否是一个明智的答案