我是R的新手(第一次使用它)。我正在按照本教程http://www.walkingrandomly.com/?p=5254尝试绘制曲线并发现最适合我数据的函数。到目前为止,我尝试过:
> xdata = c(1 ,5, 10, 20, 100)
> ydata = c(23.83333333, 210.3666667, 545.3666667, 1756.866667, 38595.7)
> plot(xdata,ydata)
所以我明白了:
然后我尝试:
> p1 = 1
> p2 = 0.2
> fit = nls(ydata ~ xdata^2, start=list(p1=p1,p2=p2))
我收到了这个错误:
Error in nlsModel(formula, mf, start, wts) :
singular gradient matrix at initial parameter estimates
我做错了什么? 感谢
答案 0 :(得分:7)
nls
函数不会自动包含模型中所有参数的系数。您必须在公式中明确包含它们。我不确定您希望p1
和p2
从您的描述中包含在模型中
p1 <- 1
p2 <- 0.2
fit <- nls(ydata ~ p1+p2*xdata^2, start=list(p1=p1,p2=p2))
fit
# Nonlinear regression model
# model: ydata ~ p1 + p2 * xdata^2
# data: parent.frame()
# p1 p2
# 127.216 3.847
# residual sum-of-squares: 21037
#
# Number of iterations to convergence: 1
# Achieved convergence tolerance: 5.774e-08
但至少在这种形式下,这仍然是一个线性模型。您可以使用
获得相同的效果fit2 <- lm(ydata ~ I(xdata^2))
fit2
# Call:
# lm(formula = ydata ~ I(xdata^2))
#
# Coefficients:
# (Intercept) I(xdata^2)
# 127.216 3.847
答案 1 :(得分:6)
为了完整起见,您可以在ggplot2
框架中包含Senor O解决方案,以获得平滑解决方案的图表并以图形方式检查解决方案:
library(ggplot2)
ggplot(dat,aes(x=xdata,y=ydata)) +
geom_point() +
geom_smooth(method="nls", formula=y ~ p1+p2*x^2, se=FALSE,
start=list(p1=p1,p2=p2))
答案 2 :(得分:4)
您的公式中没有参数。你需要包括它们,但是你认为合适:
nls(ydata ~ p1 * xdata^2 + p2, start=list(p1=p1,p2=p2))