优化简单的线性曲线（从回归估计的常数和系数）

Question

我正在尝试计算几个函数的转折点，我从回归中估计了系数和常数。我正在使用优化功能，因为我的曲线都是线性的。

My function looks like:
F<- function(x){
   beta* x + alpha
}

介意：beta和alpha都是这里的向量。使用optimize运行优化时，我收到以下错误：

 Error in optimize(F, interval = c(10, 20), lower = (10),  : 
      invalid function value in 'optimize'

这是因为优化是以数学方式运行优化，因此beta和alphas需要是单个参数吗？如果有人知道更好的方法，请做出贡献！

提前谢谢你：）

Answer 1

如果函数是线性的，那么它们将在beta> = 0的范围的下端处最小，并且如果beta＆lt; = 0则在范围的上端 - 不需要使用{{1 }}

您希望代码执行的操作并不完全清楚 - 如果您希望它为每组参数返回optimize()，请查看x并让F返回总和，或者使用optim()函数或循环依次对每组参数运行优化。

另一件事是你的语法有点不对劲 - 我想你的意思是：

apply()