我试图使用nls中的函数r使指数模型适合一些预先计算的数据。
但是，nls无法拟合计算出的并完全适合我的模型的数据，尽管它可以处理稍有偏差的数据。
现在我在想，如果我做错了事...
以下是无法正常工作的示例代码：
times <- c(0,10,20,30,40,50,60)
A3 <- data.frame(time=times, intensity=c(0))
# calculating some optimal data:
A3$intensity <- 200*exp(-0.022*A3$time)
# do the fitting:
nls(data=A3, formula=intensity~200*exp(b * time), start=c(b=-0.022))
如您所见，我正在将用于计算数据的完全相同的公式传递给nls。另外，我将确切的系数传递给nls。仍然无法将数据拟合到模型中……但是相反，它告诉我已超过了迭代次数（即50）。
但是，如果我操纵数据以使强度稍微降低，它就会突然起作用。
A3p1 <- A3
#increasing the intensities by 1
A3p1$intensity <- A3p1$intensity + 1
nls(data=A3p1, formula=intensity~200*exp(b * time), start=c(b=-0.022))
在这种情况下，它可以正常工作，甚至返回足够接近的系数：-0.02167
任何人都可以解释一下我，为什么会发生这种情况，以及我需要如何调整代码以获得正确的结果？