我是R新手，但我正在寻找一种方法来确定R中以下函数相关的三个参数A，B和C：
y = A * (x1^B) * (x2^C)
有人可以给我一些关于R方法的提示，这些提示可以帮助我实现这样的拟合吗？
答案 0 :(得分：6)
一个选项是nls函数，正如@SvenHohenstein建议的那样。另一种选择是将非线性回归转换为线性回归。在这个等式的情况下，只需取两个方程的对数并做一个小代数，你将得到一个线性方程。您可以使用以下内容运行回归：
fit <- lm( log(y) ~ log(x1) + log(x2), data=mydata)
截距为log(A)，因此使用exp获取值，B和C参数将为2个斜率。
这里的最大区别是nls适合模型，原始方程中添加了正常误差，而lm与日志拟合假设原始模型中的误差来自对数正态分布，乘以而不是添加到模型中。许多数据集将为这两种方法提供类似的结果。
答案 1 :(得分：5)
您可以使用函数nls拟合非线性最小二乘模型。
nls(y ~ A * (x1^B) * (x2^C))
答案 2 :(得分：-1)
为什么不使用SVM（Suppor Vector Machines）回归？ CRAN中有一个名为e1071的包可以处理SVM回归。
您可以查看本教程：http://www.svm-tutorial.com/2014/10/support-vector-regression-r/
我希望它可以帮到你