初始参数估计的奇异梯度矩阵 - 非线性回归

Question

所以我是使用 R 的数据科学新手，我不确定自己做错了什么。使用数据集：

rocketBurn	Oxygen Consumed	Hydrogen Used	Trajectory	Thrust
20	20000	30000	0	500000
40	40000	60000	0	525000
60	60000	90000	0	551250
80	80000	120000	4	578813
100	100000	150000	8	593283
120	120000	180000	12	593283
140	140000	210000	16	593283
160	160000	240000	20	593283
180	180000	270000	24	593283
200	200000	300000	28	593283
220	220000	330000	32	593283
240	240000	360000	36	593283
260	260000	390000	40	593283
280	280000	420000	44	593283
300	300000	450000	46	593283
320	320000	480000	46	593283

我能够使用 R 中的 lm() 公式创建线性回归模型，当我尝试使用 nls 公式时，我收到以下错误消息

nlrModel <- nls(Trajectory ~ Oxygen.Consumed + Thrust,data = df,start = c(a=0,b=0,c=0))
Error in nlsModel(formula, mf, start, wts, scaleOffset = scOff, nDcentral = nDcntr) : 
 singular gradient matrix at initial parameter estimates

经过一番谷歌搜索后，我认为错误是由于启动参数引起的，但是，我不知道如何获得正确的启动参数。非常感谢任何有关如何让这个模型工作的帮助！

Answer 1

问题是nls模型中的公式有误。 lm 和 nls 不使用相同的公式表示法。在 lm 中，对于没有交互作用的模型，自变量以加号分隔列出，而在 nls 中，公式包括系数。例如，这描述了 lm 和 nls 中的相同模型。

lm(Trajectory ~ Oxygen.Consumed + Thrust, df)

st <- list(a = 1, b = 1, c = 1)
nls(Trajectory ~ a + b * Oxygen.Consumed + c * Thrust, df, start = st)

备注

可重现形式的输入是：

df <- 
structure(list(rocketBurn = c(20L, 40L, 60L, 80L, 100L, 120L, 
140L, 160L, 180L, 200L, 220L, 240L, 260L, 280L, 300L, 320L), 
    Oxygen.Consumed = c(20000L, 40000L, 60000L, 80000L, 100000L, 
    120000L, 140000L, 160000L, 180000L, 200000L, 220000L, 240000L, 
    260000L, 280000L, 300000L, 320000L), Hydrogen.Used = c(30000L, 
    60000L, 90000L, 120000L, 150000L, 180000L, 210000L, 240000L, 
    270000L, 300000L, 330000L, 360000L, 390000L, 420000L, 450000L, 
    480000L), Trajectory = c(0L, 0L, 0L, 4L, 8L, 12L, 16L, 20L, 
    24L, 28L, 32L, 36L, 40L, 44L, 46L, 46L), Thrust = c(500000L, 
    525000L, 551250L, 578813L, 593283L, 593283L, 593283L, 593283L, 
    593283L, 593283L, 593283L, 593283L, 593283L, 593283L, 593283L, 
    593283L)), class = "data.frame", row.names = c(NA, -16L))

初始参数估计的奇异梯度矩阵 - 非线性回归

singular gradient matrix at initial parameter estimates - Non Linear Regression

r

non-linear-regression

备注