nls 收敛但给出错误

Question

我遇到了一个奇怪的问题。可能很愚蠢，但我没有看到它，并希望得到帮助。考虑以下代码

x<-seq(100, 1000, 100)
b<-0.3
y<-x^-b

现在假设我想要拟合一个模型，为了说明目的，我使用以下代码

df <- data.frame(x = x, y = y)
nlf <- nls(y~p1*x^-p2  , data = df, start=list(p1=1,p2=1), trace = TRUE)

我可以快速收敛到正确的结果（如您所见）。但是我也得到一个错误

5.392604e-33 :  1.0 0.3
5.392604e-33 :  1.0 0.3
5.392604e-33 :  1.0 0.3
Error in nls(y ~ p1 * x^-p2, data = df, start = list(p1 = 1, p2 = 1),  : 
  Iterationenzahl überschritt Maximum 50

谁能解释一下？提前致谢。

Answer 1

从文档 (?nls) 中，您将看到警告：'Do not use nls on artificial "zero-residual" data.' 所以错误是您的示例的产物，它基本上完全适合您的数据。可以在文档中查看为什么会发生这种情况的解释。尝试添加一些噪音，如下所示：

x<-seq(100, 1000, 100)
b<-0.3
y<-x^-b + rnorm(100, 0, 0.1)  # Remember to add noise
df <- data.frame(x = x, y = y)
nlf <- nls(y~p1*x^-p2  , data = df, start=list(p1=1,p2=1), trace = TRUE)
#3.591758 :  1 1
#3.581732 :  0.6274025 0.8963628
#3.565431 :  0.3056595 0.7399811
#3.488972 :  0.1682877 0.5522106
#3.263759 :  0.1895249 0.4433675
#2.941386 :  0.2844498 0.4125101
#2.452259 :  0.4660136 0.4015228
#1.793046 :  0.7829449 0.3985467
#1.172338 :  1.2573922 0.3981166
#0.9667725 :  1.7315307 0.3981305
#0.9667725 :  1.7315408 0.3981278

nls 收敛但给出错误

nls converging but giving error

r

nls