找到观测数据R的最佳模型指数

Question

我想知道如何拟合这个模型/方程式

y~x^(-p)

到我的数据中找到指数p

的最佳值

我的数据是：

y=c(1.1178329,1.0871448,1.0897010,1.0759255,1.0535190,0.8725332)
x=c(6,5,4,3,2,1)

我尝试了以下方式

mod <- nlsLM( sigmasG ~ x^(-p),
 start = c(p = 0.01) , 
trace = TRUE, lower=c(0.01) , upper=c(1))

但输出没有改变......

It.    0, RSS =  0.0671647, Par. =       0.01
It.    1, RSS =  0.0671647, Par. =       0.01

感谢能够帮助您进行此调整的任何人找到p

Answer 1

如果在没有上限和下限的情况下尝试它，那么它会找到p的负值，因此将值驱动到可行区域中的最低可能值并不奇怪。

另外，除了在可行区域的边界上有一个起始值并不是一个好主意，尽管在这种情况下似乎并不重要。