我有一个函数在stats::nls()
内部使用来获取非线性模型的参数估计。但是,我需要函数估计的参数数量是可变的,由用户确定。我怎样才能做到这一点?此函数位于 R 包中,因此尽可能灵活很重要。
例如,这里有一些虚拟数据和用户可能使用的两个可能的功能。
## dummy data
set.seed(654)
df <- data.frame(d = runif(50))
df$y <- exp(-df$d/.1)
df$x <- df$y + abs(rnorm(50, sd = .2))
## functions with different numbers of arguments
exp_fun <- function(d, r){
return(exp(-d/r))
}
exppow_fun <- function(d, r, a){
return(exp(-(d/r)^a))
}
目标是有一个名为 的函数fit_nls()
,它至少需要 3 个参数,x
,d
和FUN
。FUN
是一个以d
第一个参数为参数的函数,但可以有任意数量的附加参数,并输出 的一些转换d
:
# run with any FUN
fit_nls(d = df$d, x = df$x, FUN = "exp_fun", ...)
fit_nls(d = df$d, x = df$x, FUN = "exppow_fun", ...)
fit_nls(d = df$d, x = df$x, FUN = function(d, a, b, c, e){...}), ...)
fit_nls(d = df$d, x = df$x, FUN = function(d){...}, ...)
我可以使函数对固定数量的参数起作用:
fit_nls <- function(d, x, FUN, start){
fit.fun <- match.fun(FUN)
nls(x ~ fit.fun(d, r = r), start = start)
}
fit_nls(df$d, df$x, "exp_fun", start = list(r = .1))
fit_nls(df$d, df$x, function(d, r){d^r}, start = list(r = .1))
但无法弄清楚如何使用可变数量的参数。我尝试过的一件事是使用传递参数列表do.call()
,但这不起作用:
fit_nls.multiarg <- function(d, x, FUN, start){
fit.fun <- match.fun(FUN)
args = append(list(d = d), start)
nls(x ~ do.call(fit.fun, args), start = start)
}
fit_nls.multiarg(df$d, df$x, "exp_fun", list(r = .01)) # error
这并不奇怪,因为它相当于在函数中设置值:
nls(df$x ~ exp_fun(df$d, r = .1), start = list(r = .01) # equivalent error
所以,我尝试传递一个符号作为替代,但没有成功:
fit_nls.symbol <- function(d, x, FUN, start){
fit.fun <- match.fun(FUN)
nam = names(start)
args = append(list(d = d), as.symbol(nam))
nls(x ~ do.call(fit.fun, args), start = start)
}
fit_nls.symbol(df$d, df$x, "exp_fun", list(r = .01)) # error
我对任何类型的解决方案持开放态度。如果有人能给我任何建议或指出正确的方向,我将不胜感激。