尝试将 nlmrt 对象转换为 nls 对象时我在这里做错了什么

Question

我正在尝试使用 nls2 将 "nlmrt 对象转换为 "nls" 对象。但是，如果我在调用中明确写下参数名称，我只能设法做到这一点。我不能以编程方式定义参数名称吗？请参阅可重现的示例：

library(nlmrt)

scale_vector <- function(vector, ranges_in, ranges_out){
    t <- (vector - ranges_in[1, ])/(ranges_in[2, ]-ranges_in[1, ])
    vector <- (1-t) * ranges_out[1, ] + t * ranges_out[2, ] 
}

shobbs.res  <-  function(x) {
    # UNSCALED Hobbs weeds problen -- coefficients are rescaled internally using
    # scale_vector

    ranges_in  <- rbind(c(0, 0, 0), c(100, 10, 0.1))
    ranges_out <- rbind(c(0, 0, 0), c(1, 1, 1)) 
    x <- scale_vector(x, ranges_in, ranges_out)

    tt <- 1:12
    res <- 100*x[1]/(1+10*x[2]*exp(-0.1*x[3]*tt)) - y }


y  <-  c(5.308, 7.24, 9.638, 12.866, 17.069, 23.192, 31.443, 
         38.558, 50.156, 62.948, 75.995, 91.972)
st  <-  c(b1=100, b2=10, b3=0.1)

ans1n <- nlfb(st, shobbs.res)
print(coef(ans1n))

这个有效：

library(nls2)
ans_nls2 <- nls2(y ~ shobbs.res(c(b1, b2, b3)) + y, start = coef(ans1n), alg = "brute")

然而，这迫使我在对 nls2 的调用中对参数名称进行硬编码。由于与我的实际代码相关的原因，我希望能够做类似

的事情

ans_nls2 <- nls2(y ~ shobbs.res(names(st)) + y, start = coef(ans1n), alg = "brute")

但是这个returns一个错误：

    Error in vector - ranges_in[1, ] : 
  non-numeric argument to binary operator

是否可以解决此问题，而不必在对 nls2 的调用中显式硬编码参数名称？

Answer 1

nls2 将接受一个字符串作为公式：

co <- coef(ans1n)
fo_str <- sprintf("y ~ shobbs.res(c(%s)) + y", toString(names(co)))

nls2(fo_str, start = co, alg = "brute")

给予：

Nonlinear regression model
  model: y ~ shobbs.res(c(b1, b2, b3)) + y
   data: NULL
      b1       b2       b3 
196.1863  49.0916   0.3136 
 residual sum-of-squares: 2.587

Number of iterations to convergence: 3 
Achieved convergence tolerance: NA

尝试将 nlmrt 对象转换为 nls 对象时我在这里做错了什么

What I'm doing wrong here when trying to convert an nlmrt object to an nls object

r

nls

non-linear-regression

non-standard-evaluation