使用R拟合逻辑增长数据

时间:2017-01-17 17:33:16

标签: r logistic-regression nonlinear-functions non-linear-regression

目前,我使用指数函数拟合数据:

Index = exp(a + b * Age + c * SaleType + d * Age * SaleType + e * miles)

但看起来我开始时的数据非常适合我,中间位置不合适,最后我很好。我可以使用一个S形弯曲,使Y在X的开始处缓慢下降,然后在中间陡峭地下降,然后在结束时慢慢地下降?

数据是汽车的售价与成本的关系。在新车的前两年价格不会下降很多,然后价格在接下来的7 - 8年内大幅下降,然后在第10年后价格下降得更慢。

我想适应非线性逻辑函数:

f(x) = L/(1 + exp(-kx))

任何人都可以帮我解决这个问题吗?我认为它可以由R与nls()完成。是否可以拟合多个变量而不只是一个x?如何设置初始起点?

1 个答案:

答案 0 :(得分:0)

我遇到了类似的问题,刚刚发布了帖子。由于其成本函数的非凸性,适合逻辑模型并不容易。您可以尝试此曲线f(x)= x / sqrt((1 + x ^ 2))。有关解决方案http://rpubs.com/vodonenko/sigm_gd

,请参阅此帖子