Question

给出测量点（y_i，t_i）（而在这个最小的例子中，y_i只是3-dim向量（最初来自R ^ 6）和t_i固定时间点。我不得不（不确定代码，现在的方式，表达它）应用Gauss-Newton方法，以便最小化平方误差的（双）和，并在拟合系统中找到函数参数aj，cj（在函数＆表示的代码中）＃34; fitFunc＆＃34）。因为我在C ++实现中不断得到一个雅可比矩阵的Inf小条目，我搜索了一个替代方案，偶然发现了R中的nls函数（因为我得到了奇异的梯度矩阵＆＃39;错误当使用nls时，我开始转向nlsLM ）

这是最小的例子（仅使用N_0和N_r，而原始系统有3个不同的类似sumExp的函数，在fitfunc中调用N_0c和N_c）：

library(stats)
a_param<-c(0.0294, 0.296, 0.0959)
c_param<-c(0.0574, 0.2960142, 0.3199)
time<-c(0,36,48,60,72,96)
N_srt<-55827

N_0 <- function(ti,cj) {N_srt*exp(-cj[1]*ti)}

prod_a<-function (i, aj){ #input i>=2 
                         p<-1   
                         j<-1
                         while (j<=i-1){ 
                                       p <-p*aj[j] 
                                       j<-j+1
                                       }
                         p
                         }

PaarProdukt<-function (j, i, cj){
                       p<-1
                       k<-1
                       while (k<=i){
                                   if (k!=j){ 
                                          p<-p*1/(cj[k]-cj[j])
                                          }
                                k<-k+1
                                }
                        p
                        }

 sumExp<-function(i, cj, ti){ #input i>=2
                             s<-0
                             j<-1

                             while (j <= i){
                                s<-s+exp(cj[j])*PaarProdukt(j,i,cj)
                                j<-j+1
                              }
                              s
                            } 


 N_r <- function(ti, i, cj, aj ){#i >2
                                P<-prod_a(i,aj) 
                                S<-sumExp(i,cj,ti)
                                2^(i-1)*N_srt*P*S 
                            }

      #-------------------
      givendata<-c(55827,0,0,
                   18283,12197,0,
                   11678,15635,19550,
                   6722,8315,13609,
                   5104,3316,6282,
                   715,915,1418)

# as I was annoyed with the fact, that R repliates the vector "time"    3 times so as to match its size with the size of "givendata", I introduced 
zeitSpane<-c(0,0,0,36,36,36,48,48,48,60,60,60,72,72,72,96,96,96)

  fitliste<-rep(0,18)

  fitFunc<-function(t,cj,aj){ #t muss be of length 18
  counter<-1

  while (counter <= 18){
    i <- counter %% 3
    if (i == 1){

      fitliste[counter]<-N_0(t[counter],cj)
      }else{
        if (i==0) {i<-3
        }else{i<-2}

      fitliste[counter]<-N_r(t[counter],i,cj,aj)+counter
      }
    counter<-counter+1
  }
  fitliste
}
df<- data.frame(givendata=givendata, t=zeitSpane )

nlsLM(givendata~fitFunc(t,cj,aj), data =df, start=list(t=zeitSpane,cj=c_param,aj=a_param))

我现在知道了 colnames<-中的错误（*tmp*，值= c（＆＃34; t＆＃34;，＆＃34; cj＆＃34;，＆＃34; aj＆＃34;））：长度＆＃39; dimnames＆＃39; [2]不等于数组范围另外：警告信息：在矩阵中（out $ hessian，nrow = length（unlist（par）））：数据长度[9]不是行数的子数倍或倍数[24]

问：你知道如何解决这个错误吗？警告信息中从哪里来的9？非常感谢任何想法！

使用nlsLM和＆lt;长度＆＃39; dimnames＆＃39;不等于数组范围＆gt;错误

0 个答案: