Question

我想在我的nls模型中使用optim（），但是不起作用。在我的示例中：

先创建一个数据集

library(nls2)
#Data set
x <- c(1 ,10,  20,  30,  40,  50,  60,  70,  80,  90, 100) 
y <- c(0.033823,  0.014779,  0.004698,  0.001584, -0.002017, -0.003436, 
-0.000006, -0.004626, -0.004626, -0.004626, -0.004626) 
dat<-cbind(y,x)

第二，我创建一个简单的nls模型

#Create a nls model
fo3<- y ~ a4*exp(-x/a5)
fm3 <- nls2(fo3, alg = "brute-force",
     start = data.frame(a4 = c(-10, 10), a5 = c(-10, 10)),
     control = nls.control(maxiter = 1000))
summary(fm3)

现在尝试为y ~ a4*exp(-x/a5)模型创建引导程序以研究模型系数：

# bootstrap parametric
# nls model with par
#y = a4 * exp(-x/a5) 

fstar<- function(dat,a) {
              y= a[1]*exp(-x/a[2]) 
}

## Simulation 999 times
Nsim=999
RES1=NULL
for(i in 1:Nsim) 
{                                    
oo2=optim(c(0.97, 0.32),fstar, method="Nelder-Mead",control=list(maxit=10000))
RES1<-rbind(oo2$par)
write.table(RES1, file ="boot.out.mod", row.names=F, col.names=F,append=T)
}
#

我的输出不好：

Error in fn(par, ...) : argument "a" is missing, with no default

任何成员都可以帮助我吗？

谢谢！

Answer 1

如果在函数中放一个sum sum（）并将（dat，a）更改为（a，x，y），那是可行的！

# bootstrap parametric
# nls model with par
#y = a4 * exp(-x/a5) 

fstar<- function(a,x,y) {
              sum (y= a[1]*exp(-x/a[2])) 
}

## Simulation 999 times
Nsim=999
RES1=NULL
for(i in 1:Nsim) 
{                                    
oo2=optim(c(0.97, 0.32),fstar, x=x, y=y, method="Nelder-Mead",control=list(maxit=10000))
RES1<-rbind(oo2$par)
write.table(RES1, file ="boot.out.mod", row.names=F, col.names=F,append=T)
}
#

用于nls模型的optim（）函数的参数引导问题

1 个答案: