Question

我正在使用nlsLM()创建幂函数的模型，但是我需要在函数调用中汇总我的数据以找到适当的系数和指数。更具体地说，这是我的模型代码的样子：

Jmod = nlsLM(value~(a)*summarise(funs(mean), (MW)^b),
                 start = list(a=100000, b = 1/3), data = mod_data,
                 upper = c(Inf,1), lower = c(0,1/5))

其中MW是我试图用来预测value的数据。 MW的数据已经根据名为datetime的变量按月进行了分组，因此我想采用MW^b的月平均值，其中b由{ {1}}语句。

我会事先取平均值，但是您可能会意识到，这在数学上并不等效[即（（a + c）/ 2）^ b不等于（a ^ b + c ^ b）/ 2]。

如果有人对如何执行此操作有任何信息，我将不胜感激！

编辑：

下面是用于创建我要使用的示例数据集的代码：

nlsLM()

这将创建我用来制作模型的structure(list(datetime = structure(c(1514782800, 1480568400,1504242000, 1509512400, 1509512400, 1485925200, 1517461200, 1485925200, 1501563600, 1467349200, 1472706000, 1454302800, 1483246800, 1498885200, 1506834000, 1477976400, 1483246800, 1477976400, 1509512400, 1496293200, 1451624400, 1454302800, 1454302800, 1464757200, 1498885200, 1517461200, 1462078800, 1506834000, 1522558800, 1483246800, 1501563600, 1451624400, 1485925200, 1501563600, 1451624400, 1517461200, 1475298000, 1480568400, 1512104400, 1456808400, 1477976400, 1475298000, 1517461200, 1459486800, 1501563600, 1477976400, 1506834000, 1506834000, 1451624400, 1483246800), class = c("POSIXct", "POSIXt"), tzone = ""), value = c(2863.27837518519, 2878.40382333333, 1236.74444444444, 3522.48888888889, 3522.48888888889, 2033.55555555556, 3305.5, 2033.55555555556, 2094.7037037037, 3052.91875740741, 2960.52222222222, 1733.7918262963, 2850.28673851852, 2841.40740740741, 3310.77538814815, 2266.26172851852, 2850.28673851852, 2266.26172851852, 3522.48888888889, 2802.55555555556, 2196.82556740741, 1733.7918262963, 1733.7918262963, 3001.43703703704, 2841.40740740741, 3305.5, 2061.4826762963, 3310.77538814815, 3107.01851851852, 2850.28673851852, 2094.7037037037, 2196.82556740741, 2033.55555555556, 2094.7037037037, 2196.82556740741, 3305.5, 2848.90322592593, 2878.40382333333, 2873.73476703704, 2208.64755074074, 2266.2172851852, 2848.90322592593, 3305.5, 2021.68765444444, 2094.7037037037, 2266.26172851852, 3310.77538814815, 3310.77538814815, 2196.82556740741, 2850.28673851852), mon = structure(c(2018, 2016.91666666667, 2017.66666666667, 2017.83333333333, 2017.83333333333, 2017.08333333333, 2018.08333333333, 2017.08333333333, 2017.58333333333, 2016.5, 2016.66666666667, 2016.08333333333, 2017, 2017.5, 2017.75, 2016.83333333333, 2017, 2016.83333333333, 2017.83333333333, 2017.41666666667, 2016, 2016.08333333333, 2016.08333333333, 2016.41666666667, 2017.5, 2018.08333333333, 2016.33333333333, 2017.75, 2018.25, 2017, 2017.58333333333, 2016, 2017.08333333333, 2017.58333333333, 2016, 2018.08333333333, 2016.75, 2016.91666666667, 2017.91666666667, 2016.16666666667, 2016.83333333333, 2016.75, 2018.08333333333, 2016.25,2017.58333333333,2016.83333333333, 2017.75, 2017.75, 2016, 2017), class = "yearmon"), MW = c(2.6142700774997, 4.02670249993547, 0.666666666666667, 0.724114015571947, 4.07197668868287, 3.74122386862433, 3.30097429092907, 3.84858110028323, 0.666666666666667, 0.666666666666667, 4.35000446878457, 0.666666666666667, 0.666666666666667, 3.8371824280444, 0.825077317374, 0.666666666666667, 4.028058457579, 0.666666666666667, 4.3378032532779, 3.84270845997837, 1.40955788986009, 0.666666666666667, 0.666666666666667, 4.05845600900597, 4.00664052392117, 4.0295346724872, 0.666666666666667, 4.14159923664523, 4.231951299842, 3.9562222817766, 0.666666666666667, 3.61602795165213, 0.666666666666667, 3.58079262746603, 4.12197770915903, 4.2610646492437, 4.02152528469467, 1.0117763092792, 2.03648922832252, 0.666666666666667, 0.666666666666667, 3.8042476910097, 3.91787334748133, 0.666666666666667, 0.666666666666667, 0.89571472289964, 4.1530002677697, 3.93733212731873, 0.710671314318797, 0.666666666666667)), .Names = c("datetime", "value", "mon", "MW"), row.names = c(39113L, 12946L, 4365L, 37505L, 36601L, 31055L, 39814L, 31433L, 32105L, 20668L, 18191L, 8328L, 10232L, 25689L, 35528L, 4577L, 10302L, 5146L, 37975L, 29670L, 28429L, 7932L, 8468L, 23120L, 25111L, 39699L, 24312L, 36246L, 1556L, 11068L, 33269L, 29163L, 31685L, 32419L, 29059L, 40618L, 16751L, 11737L, 34371L, 6001L, 4864L, 16413L, 40304L, 8716L, 33190L, 5399L, 35610L, 36462L, 28338L, 10371L), class = "data.frame")。重申一下，我在这里所做的是按月分组数据，该数据位于我的数据的mod_data列中，现在我想按月汇总数据，但均值中包含指数，例如在我上面的代码中看到。再次感谢！

Answer 1

问题中不清楚您想要什么。您是否要为数据中的每个唯一月份拟合一个单独的模型？还是要为所有数据拟合一个模型，然后取MW^b值的每月平均值？

这是处理后一种情况的一种方法。

require(minpack.lm)
require(tidyverse)
require(broom)

dat <- structure(...) # provided in the question

predictions <- 
    dat %>% 
    ungroup %>%
    mutate(row = row_number()) %>%
    do(augment(nlsLM(
                formula = value ~ a * MW^b + 0*row, 
                data = .,
                start = list(a = 100000, b=1/3),
                upper = c(Inf, 1), 
                lower = c(0, 1/5)
               )
           )
       )

joined <- 
    dat %>%
    mutate(row = row_number()) %>%
    left_join(predictions, by=c('MW', 'value', 'row')) %>%
    select(-row)

joined %>%
    group_by(mon) %>%
    mutate(monthly_avg_prediction = mean(.fitted))

注意：

使用broom软件包，这种事情要容易得多。这是因为broom将lm，nls或nlsLM等模型查找功能的结果转换为数据帧。因此，您不必记住或重新查找模型对象的特定于函数的结构（例如model$params[['estimate']][[1]])或类似的东西；模型结果已经是R标准数据帧格式。
我的解决方案使用了this StackOverflow answer中的想法，即如何将由扫帚生成的预测数据帧与原始数据结合在一起。这就是为什么包含row_number()和left_join()的内容的原因。否则，在一般情况下，augment将丢弃模型预测中未使用的原始数据帧中的数据，并且如果使用的数据中存在重复的值，它将无法很好地工作。
.fitted列是由扫帚的augment函数生成的。这是在指定数据点的模型预测。
结果（我认为您可能想要）在monthly_avg_prediction数据帧的joined列中。但这表示一个单一的全局模型，适合所有数据，并且该模型的预测按月平均。

R：在nlsLM（）语句中进行汇总

1 个答案: