矢量化在R中构建多个模型

时间:2014-07-21 09:51:50

标签: r matrix vectorization curve-fitting nls

我有数据(包含多个矩阵对象的列表),如下所示:

$matrix_1
    26/03/2012  02/04/2012  09/04/2012  16/04/2012  23/04/2012  30/04/2012  07/05/2012  14/05/2012  21/05/2012  28/05/2012
26/03/2012  500 40  30  20  21  18  8   7   8   5
02/04/2012  NA  100 25  19  16  15  10  6   7   8
09/04/2012  NA  NA  200 55  50  45  38  35  34  32
16/04/2012  NA  NA  NA  400 50  30  20  10  12  7

$matrix_b
    26/03/2012  02/04/2012  09/04/2012  16/04/2012  23/04/2012  30/04/2012  07/05/2012  14/05/2012  21/05/2012  28/05/2012
26/03/2012  500 40  30  20  21  18  8   7   8   5
02/04/2012  NA  100 25  19  16  15  10  6   7   8
09/04/2012  NA  NA  200 55  50  45  38  35  34  32
16/04/2012  NA  NA  NA  400 50  30  20  10  12  7

现在我已经编写了一个循环,使用NLS和我自己指定的曲线函数将曲线拟合到我的数据的每一行。 即对于matrix_a第26/03/2012行,我拟合这些数据点的曲线:

500 40  30  20  21  18  8   7   8   5

在我的循环中,我提取曲线系数以便稍后使用

有没有办法可以实现这种方法?所以我不必使用循环?

我以这种方式为每一行使用NLS:

fit.function <- function(a,x,b)
                   {return(a*x^b)}

 mod <- nls(values ~ fit.function(a,index_of_values,b))

其中index_of_values是1,2,3等..(即列号)

1 个答案:

答案 0 :(得分:0)

感谢您的帮助,我最终使用了sapply并且工作正常

即。这是我的代码的一些片段:

fit.function <- function(a,x,b)
                   {return(a*x^b)}


xx<-sapply(setNames(1:10,rownames(dataset[1:10])), function(i) {
    to_predict= dataset[i,]
    ind = dataset2[i,]
    mod=nls(to_predict~ fit.function(a,ind,b))
    return(c(summary(mod)$coefficients[1],summary(mod)$coefficients[2]))
})