与 nls 不同，nls2 将向量初始值视为单个元素

Question

我注意到我可以使用 nls 拟合参数向量，如下所示。这让我决定我想要适应的参数数量。如下例所示；我适合的地方 y = k + a_1 x^2 + a_2 x^3 + a_3 x^3。我可以简单地改变初始值的数量，这会改变要估计的系数的数量。

但是，这种方法不适用于 nls2。它只是处理三遍 y = k + a_1 * x！

我的问题是如何让 nls2 根据初始值（或类似的东西）确定适合的参数数量，如 nls.

的情况

我对 nls 或类似软件包没有太多经验。所以，我正在努力修复它。我猜 nls2 比 nls...

有更多的能力

适合的数据和模型

x <- c(32,64,96,118,126,144,152.5,158)  
y <- c(99.5,104.8,108.5,100,86,64,35.3,15)


model_fun <- function(x, int_sep, para) {
  int_sep +  rowSums(sapply(1:length(para), function(i) para[i] * x^i))
}

有`nls`包

mod_nls <- nls(y ~ model_fun(x, int_sep, para), 
             start = list(int_sep = 0, para=c(1, 1, 1)))

mod_nls
# Nonlinear regression model
# model: y ~ model_fun(x, int_sep, para)
# data: parent.frame()
# int_sep      para1      para2      para3 
# 1.269e+02 -1.626e+00  2.910e-02 -1.468e-04 
# residual sum-of-squares: 65.87
# 
# Number of iterations to convergence: 1 
# Achieved convergence tolerance: 1.732e-07

有`nls2`包

 mod_nls2 <- nls2(y ~ model_fun(x, int_sep, para), 
                start = list(int_sep = 0, para=c(1, 1, 1)))

mod_nls2
# Nonlinear regression model
# model: y ~ model_fun(x, int_sep, para)
# data: parent.frame()
# int_sep     para 
# 143.0438  -0.5966 
# residual sum-of-squares: 3661
# 
# Number of iterations to convergence: 1 
# Achieved convergence tolerance: 7.602e-09

(编辑：我对这个特定模型不感兴趣 - 这似乎是一个简单的例子)

Answer 1

关于 nls2 的能力，您无需猜测。阅读文档。您可以在程序包错误跟踪器上报告此问题，但我怀疑 @G.Grothendieck 不会修复它，除非您提供修复程序。

无论如何，我会改变你的功能。

model_fun <- function(x, int_sep, ...) {
  para <- c(...)
  #I prefer matrix algebra over a loop:
  int_sep +  c(tcrossprod(para, outer(x, seq_along(para), "^")))
}

library(nls2)
mod_nls2 <- nls2(y ~ model_fun(x, int_sep, alpha1, alpha2, alpha3), 
                 start = list(int_sep = 0, alpha1 = 1, alpha2 = 1, alpha3 = 1))

mod_nls2
#Nonlinear regression model
#  model: y ~ model_fun(x, int_sep, alpha1, alpha2, alpha3)
#   data: <environment>
#   int_sep     alpha1     alpha2     alpha3 
# 1.269e+02 -1.626e+00  2.910e-02 -1.468e-04 
# residual sum-of-squares: 65.87
#
#Number of iterations to convergence: 1 
#Achieved convergence tolerance: 1.732e-07

Answer 2

nls2 在内部将 start= 参数转换为数据框，因此如果您以 as.data.frame(as.list(start)) 有效的形式提供它（在示例中 "works" 表示它创建了一个包含 1 行和 2 列的数据框，两个参数各占一列——请注意，数据框的列可以容纳复杂的对象）那么你应该没问题：

nls2(y ~ model_fun(x, int_sep, para), 
  start = list(int_sep = 0, para = I(t(c(1, 1, 1)))))

与 nls 不同，nls2 将向量初始值视为单个元素

nls2 treats vectored initial values as single elements, unlike nls

r

curve-fitting

nls

适合的数据和模型

有`nls`包

有`nls2`包

与 nls 不同，nls2 将向量初始值视为单个元素

nls2 treats vectored initial values as single elements, unlike nls

r

curve-fitting

nls

适合的数据和模型

有nls包

有nls2包

有`nls`包

有`nls2`包