为多个系列寻找 NLS
Finding NLS for multiple series
我想拟合模型/使用 70 系列查找函数形式。我对它们每个都有 30 个值。该图显示趋势不是线性的，所以我正在尝试使用 NLS。
不确定这是否正确。我以前没有实施过。我应该使用其他东西来建模吗？我收到以下错误：
Error in nls(y ~ a * exp(b * x), start = list(a = a_start, b = b_start)) :
singular gradient
x 的值为 1:30，重复 70 次。 Y 值在 0 和 1 之间变化。我应该使用 71 个向量（长度为 30）还是应该将它们全部收集在两列中。目前，我已将它们全部收集在两列中。
数据看起来像这样：
a_start<-0.2
b_start<-2*log(2)/a_start
问题是您的公式无法准确反映您的数据。 y ~ a * exp(b * x) 永远不会看起来像你的数据，所以你会得到没有任何意义的尖锐梯度。
试试这个：
#some made up data, since none provided
x <- runif(1000) * 30
y <- -0.9 * exp(-0.5 * x) + 1.1 + rnorm(length(x), sd=0.1)
fit <- nls(y ~ a * exp(b * x) + c, start = list(a = -1, b=-.1, c=1))
plot(x,y)
lines(x[order(x)], predict(fit)[order(x)], col="red", lwd=4)
我想拟合模型/使用 70 系列查找函数形式。我对它们每个都有 30 个值。该图显示趋势不是线性的，所以我正在尝试使用 NLS。
不确定这是否正确。我以前没有实施过。我应该使用其他东西来建模吗？我收到以下错误：
Error in nls(y ~ a * exp(b * x), start = list(a = a_start, b = b_start)) :
singular gradient
x 的值为 1:30，重复 70 次。 Y 值在 0 和 1 之间变化。我应该使用 71 个向量（长度为 30）还是应该将它们全部收集在两列中。目前，我已将它们全部收集在两列中。
数据看起来像这样：
a_start<-0.2
b_start<-2*log(2)/a_start
问题是您的公式无法准确反映您的数据。 y ~ a * exp(b * x) 永远不会看起来像你的数据，所以你会得到没有任何意义的尖锐梯度。
试试这个：
#some made up data, since none provided
x <- runif(1000) * 30
y <- -0.9 * exp(-0.5 * x) + 1.1 + rnorm(length(x), sd=0.1)
fit <- nls(y ~ a * exp(b * x) + c, start = list(a = -1, b=-.1, c=1))
plot(x,y)
lines(x[order(x)], predict(fit)[order(x)], col="red", lwd=4)