我想拟合一个渐近模型如下:
y(x)= Asym +(R0-Asym)* exp(-exp(lrc)* x)
可以使用nls()函数将模型拟合到R中:
y <- c(22.180,21.941,21.786,21.724,20.964,19.128,18.371,17.508,16.931)
x <- c(1,3,5,9,18,36,72,144,288)
nls(y ~ SSasymp(x, Asym, R0, lrc))
但是,如果我知道R0的值(例如R0 = 25),那么如何使用自启动函数SSasymp拟合该模型?
答案 0 :(得分:0)
一种可能性是明确指定模型函数,然后使用合理的起始值拟合模型:
f <- function(x, Asym, lrc, R0 = 25)
Asym + (R0 - Asym) * exp(-exp(lrc) * x)
nls(
y ~ f(x, Asym, lrc),
data = data.frame(x, y),
start = list(Asym = 15, lrc = -3))
#Nonlinear regression model
# model: y ~ f(x, Asym, lrc)
# data: data.frame(x, y)
# Asym lrc
#17.965 -2.526
# residual sum-of-squares: 12.32
#
#Number of iterations to convergence: 16
#Achieved convergence tolerance: 5.565e-06
一种选择合理的起始值的方法是使用不受约束的拟合Asym
中的lrc
和nls(y ~ SSasymp(x, Asym, R0, lrc))
的估算值。
例如:
# Unconstrained fit
fit <- nls(y ~ SSasymp(x, Asym, R0, lrc))
coef(fit)
#Asym R0 lrc
#17.057226 22.361817 -3.877708
# Constrained fit with R0 = 25 and starting values from fit
nls(
y ~ f(x, Asym, lrc),
data = data.frame(x, y),
start = as.list(coef(fit)[c(1, 3)]))