Question

我有一个简单的线性回归模型，如下所示：

Income=beta_0 + beta_1*YearsCollegeEducation + beta_2*Age

获得系数的地方：

i) beta_0 = 0.8
ii) beta_1=1.9
iii) beta_2=0.5

现在，我被告知进行如下约束优化：

Max (Income - YearsCollegeEducation*3.4)
such that 35 => Age => 30

第二项反映了大学教育的还款额

这是我在R中创建的示例数据：

YearsCollegeEducation = c(5,8,4,3,1,2,5,9,4,5)
age = c(24,30,33,22,29,37,29,30,24,31)
data=data.frame(YearsCollegeEducation,Age)
data$intercept = 1
data$Income = data$intercept*0.8+data$YearsCollegeEducations*1.9+data$Age*0.5

我应该如何继续进行R？

如果我不清楚任何地方，请告诉我。我对优化非常陌生，并且已经坚持了一段时间。谢谢。

Answer 1

我不认为需要任何优化，因为不存在非线性。您可以只评估该范围两端的目标函数，然后确定哪个更大。

 objtive <- function( YearsCollegeEducation, Age){ 
     beta_0 = 0.8
     beta_1=1.9
     beta_2=0.5
     Income=beta_0 + beta_1*YearsCollegeEducation + beta_2*Age
     res=Income - YearsCollegeEducation*3.4}

R中的约束最大化（优化）

1 个答案: