Question

我有一个数据集，我想按组应用非线性最小二乘法。这是我上一个问题的延续： NLS Function - Number of Iterations Exceeds max

数据集如下：

df
x        y    GRP
0        0      1
426   9.28      1
853   18.5      1
1279  27.8      1
1705  37.0      1
2131  46.2      1
0        0      2
450   7.28      2
800   16.5      2
1300  30.0      2
2000  40.0      2
2200  48.0      2

如果我要和一个小组一起做，那就是这样：

df1<-filter(df, GRP==1)

a.start <- max(df1$y)
b.start <- 1e-06
control1 <- nls.control(maxiter= 10000,tol=1e-02, warnOnly=TRUE)
nl.reg <- nls(y ~ a * (1-exp(-b * x)),data=df1,start= 
list(a=a.start,b=b.start),
           control= control1)
coef(nl.reg)[1]
coef(nl.reg)[2]

> coef(nl.reg)[1]
       a 
5599.075 
> coef(nl.reg)[2]
       b 
3.891744e-06

然后，我将对GRP2执行相同的操作。我希望最终输出看起来像这样：

x        y    GRP                       a                       b
0        0      1                5599.075            3.891744e-06
426   9.28      1                5599.075            3.891744e-06
853   18.5      1                5599.075            3.891744e-06
1279  27.8      1                5599.075            3.891744e-06
1705  37.0      1                5599.075            3.891744e-06
2131  46.2      1                5599.075            3.891744e-06
0        0      2    New Value for a GRP2    New Value for b GRP2     
450   7.28      2    New Value for a GRP2    New Value for b GRP2
800   16.5      2    New Value for a GRP2    New Value for b GRP2
1300  30.0      2    New Value for a GRP2    New Value for b GRP2
2000  40.0      2    New Value for a GRP2    New Value for b GRP2
2200  48.0      2    New Value for a GRP2    New Value for b GRP2

理想情况下，我认为dplyr是最好的方法，但我不知道该怎么做。我认为这可能是这样的：

control1 <- nls.control(maxiter= 10000,tol=1e-02, warnOnly=TRUE)
b.start <- 1e-06

df %>%
  group_by(GRP) %>%
  do(nlsfit = nls( form = y ~ a * (1-exp(-b * x)), data=., 
start= list( a=max(.$y), b=b.start),
      control= control1) ) %>%
  list(a = coef(nlsfit)[1], b = coef(nlsfit)[2])

错误：

 in nlsModel(formula, mf, start, wts) : 
  singular gradient matrix at initial parameter estimates

虽然不太确定如何执行此操作，但任何帮助都将非常有用。谢谢！

Answer 1

最初尝试使用nls范式时，我最初得到的错误消息与重新使用tidyverse时遇到的错误消息相同（例如：在lapply-split-function中找不到对象'y'），并且去搜索：“ [r]在函数内使用nls”。我已经将attach的原始用法更改为list2env：

sapply(  split( df , df$GRP), function(d){ dat <- list2env(d)
    nlsfit <- nls( form = y ~ a * (1-exp(-b * x)), data=dat, start= list( a=max(y), b=b.start),
          control= control1) 

list(a = coef(nlsfit)[1], b = coef(nlsfit)[2])} )
#---

  1            2            
a 14.51827     441.5489     
b 2.139378e-06 -6.775562e-06

您还会收到预期的警告。这些可以用suppressWarnings( ... )

取消

建议之一是使用attach。然后我极度不情愿地这样做了，因为我经常警告新手不要使用attach。但是，这似乎在迫使当地环境的建设。我更喜欢list2env作为满足nls的机制。 nls的代码顶部使我做出了选择：

if (!is.list(data) && !is.environment(data)) 
    stop("'data' must be a list or an environment")

NLS按组的功能

1 个答案: