我是这个网站的新手所以请耐心等待。我想要 链接：https://i.stack.imgur.com/cNpWt.png中所示的非线性模型，通过对参数a> 0和b> 0以及[0,1]中的gamma1施加约束。
在非线性模型[1]中，自变量是x（t），依赖是R（t），F（t）和ξ（t）是误差项。
此处可以显示数据集的示例：https://i.stack.imgur.com/2Vf0j.png 68行时间序列
为了估计非线性回归，我使用nls（）函数没有问题，如下所示：
NLM1 = nls（** Xt~（a Rt-b Ft）/（1-gamma1 * Rt），start = list（a = 10，b = 10，lamda = 0.5 ）**，algorithm =“port”，lower = c（0,0,0），upper = c（Inf，Inf，1），data = temp2）< / p>
我想估计NLM1，同时允许在残差上使用AR（1）。
基本上我想要从lm（）到gls（）的过程相同。我的问题是在gnls（）函数中我不知道如何为模型参数a，b，gamma1设置约束，并且模型估计它们的错误值。
nls（）具有下限和上限选项。我不能在gnls（）
上做同样的事情在gnls（）中：我需要添加类似于nls（）lower = c（0,0,0），upper = c（Inf，Inf，1）
的约束NLM1_AR1 = gnls（model = Xt~（a Rt-b Ft）/（1-gamma1 * Rt），data = temp2，start = list（a = 13，b = 10， lamda = 0.5），相关性= corARMA（p = 1））
有没有人知道如何做到的解决方案？
谢谢
