Question

我有类似的问题，我想计算R中的非线性回归，但是我得到了一个错误。

这是我的代码：

f <- function(x1,x2,x3,a,b1,b2,b3) {a * (x1^b1) * (x2^b2) * (x3^b3) }

# generate some data
x1 <- c(9,9,12,12,12,16,9,16)
x2 <- c(0.8,1,0.8,1,1.2,1.2,1.2,1)
x3 <- c(0.14,0.12,0.16,0.14,0.12,0.16,0.16,0.14)
y <- c(304,284,435,489,512,854,517,669)
dat <- data.frame(x1,x2,x3, y)

# fit a nonlinear model
fm <- nls(y ~ f(x1,x2,x3,a,b1,b2,b3), data = dat, start = c(a=0, b1=0,b2=0,b3=0))

# get estimates of a, b
co <- coef(fm)

我收到了这个错误：

nlsModel中的错误（formula，mf，start，wts）：初始参数估计时的奇异梯度矩阵

我该怎么办？

谢谢！

Answer 1

您需要良好的起始值：

#starting values from linearization
fit0 <- lm(log(y) ~ log(x1) + log(x2) +log(x3), data=dat)

# fit a nonlinear model
fm <- nls(y ~ f(x1,x2,x3,a,b1,b2,b3), data = dat, 
          start = list(a=exp(coefficients(fit0)[1]), 
                    b1=coefficients(fit0)[2],
                    b2=coefficients(fit0)[3],
                    b3=coefficients(fit0)[4]))
summary(fm)
# Parameters:
#     Estimate Std. Error t value Pr(>|t|)    
# a  265.19567  114.37494   2.319 0.081257 .  
# b1   0.97277    0.08186  11.884 0.000287 ***
# b2   0.97243    0.12754   7.624 0.001589 ** 
# b3   0.91938    0.17032   5.398 0.005700 **

非线性模型的常用诊断应遵循。

另请注意，起始值作为列表提供给nls。

Answer 2

或根本没有起始值。然后nls将使用其“非常便宜的猜测”，它适用于此数据集。

nls(y ~ f(x1,x2,x3,a,b1,b2,b3), data = dat)

顺便说一句 - 至少在3.1.0中 - 起始值是“命名列表或命名数字向量”，因此您可以使用

sVec <- coef(lm(log(y) ~ log(x1)+log(x2)+log(x3), dat))
sVec[1] <- exp(sVec[1])
names(sVec) <- c("a", "b1", "b2", "b3")
nls(y ~ f(x1,x2,x3,a,b1,b2,b3), data = dat, start = sVec)

R中的非线性幂回归

2 个答案: