根据估计方程y = A * exp（x * B）计算A和B的值

Question

因此，我运行了这段代码，以生成我从给定数据集中估算出的指数曲线的x和y值：

qplot(x,y,data=dat) + stat_smooth(aes(outfit=fit1<<-..x..), 
      method = 'nls', method.args = list(start = c(a=1, b=0)), 
      formula = y~a*exp(b*x), se = FALSE)

qplot(x,y,data=dat) + stat_smooth(aes(outfit=fit2<<-..y..), 
      method = 'nls', method.args = list(start = c(a=1, b=0)), 
      formula = y~a*exp(b*x), se = FALSE)

这给了我fit1和fit2的值，或者曲线的x和y轴的值列表。现在，我想使用x和y轴的两个向量来估计用于预测y=A*exp(B*x)的指数方程式中A和B的值。

excel使用以下等式相对容易地做到这一点：

A=EXP(INDEX(LINEST(LN(B1:B10),A1:A10),1,2)) 
B=INDEX(LINEST(LN(B1:B10),$A$1:$A$10),1)

是否存在可以在R中进行复制的方法或程序包？我听说easynls是一种选择，但由于它不断返回错误说明而没有成功：

My code: fit = dataframe(fit1,fit2)
nlsplot(fit, model=6, start=c(a=1, b=0))    

  

nls（y〜a * exp（b * x），start = list（a = s [1]，b = s [2]）中的错误，   data = data，：迭代次数超过了最大值6000

我需要的一种方法是，读取我已经拥有的x和y的估计值，然后在方程为指数格式的情况下为A和B生成值。

示例数据：

fit1 = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
fit2 = c(.5, .45, .4, .35, .3, .25, .2, .15, .1, .05)

这样做的目的是获得方程的系数，然后将其作为函数应用于其他示例。

Answer 1

虽然同意@JuliusVainora的评论，但问题陈述似乎对残差没有任何限制。这是一个小例子。由于您不提供x，y数据，所以我做了一些。

interface