1

我尝试使用 nls 将我的数据与高斯曲线拟合。因为那不起作用，我试图做一个简单的例子来看看出了什么问题：

>x=seq(-4,4,0.1)
>y=2*dnorm(x-0.4,2)+runif( length(x) , min = -0.01, max = 0.01)
>df=data.frame(x,y)
>m <- nls(y ~ k*dnorm(x-mu,sigma), data = df, start = list(k=2,mu=0.4,sigma=2))

Error in nlsModel(formula, mf, start, wts, upper) :   singular gradient 
matrix at initial parameter estimates
> m <- nls(y ~ k*dnorm(x-mu,sigma), data = df, start == list(k=1.5,mu=0.4,sigma=2))

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

为什么这不起作用？

4

1 回答 1

1

首先请使用set.seed使您的示例可重现。其次，我认为您的意思是dnorm(x, 0.4, 2)而不是dnorm(x-0.4, 2)。这些是不一样的，因为在 x-0.4 的情况下，平均值x-0.4是2，而在另一种情况下，标准差是2。如果我们进行此更改，那么它会起作用：

set.seed(123)
x=seq(-4,4,0.1)
y=2*dnorm(x, 0.4, 2)+runif( length(x) , min = -0.01, max = 0.01)
df=data.frame(x,y)
nls(y ~ k*dnorm(x, mu,sigma), data = df, start = list(k=2,mu=0.4,sigma=2))

给予：

Nonlinear regression model
  model: y ~ k * dnorm(x, mu, sigma)
   data: df
     k     mu  sigma 
2.0034 0.3914 2.0135 
 residual sum-of-squares: 0.002434

Number of iterations to convergence: 2 
Achieved convergence tolerance: 5.377e-06
于 2014-07-06T21:39:14.040 回答