问题标签 [nlm]

我需要通过非线性拟合程序来估计参数。特别是，我试图拟合以下等式：

我认为这nlm可能是一个很好的解决方案，使用：

但是我得到了错误：Error in v - fy : non-numeric argument to binary operator。我确信这是一件基本的事情，但我很难理解这个问题。

我需要使用该nlm函数按组插入一个大型数据框。我在单个组的 df 上使用它没有任何问题：

然后，我尝试使用该函数在具有多个组的 df 中应用该dlply函数：

但是我得到消息：Error in fs[[i]](x, ...) : attempt to apply non-function。我还尝试在此示例中以及在我的原始 df （是变量之一）中删除df.2$, 获取。Error in time - theta[3] : non-numeric argument to binary operatorError in f(x, ...) : object 'time.clos' not foundtime.clos

另外，我还没有使用 dplyr 库

获得Error in f(x, ...) : unused argument (.). 可能是什么问题呢？

我有一个任务要求我使用它们的参数和市场价格计算一系列期权的隐含波动率。我知道做到这一点的简单方法是compute.implied.volatility在 R 中使用该函数，但是这个问题需要我使用该nlm函数来解决这个问题。我知道在这种情况下，我希望最小化实际价格和计算价格之间的距离，使距离为零。为此，我显然想改变期权的波动性，使其计算出的价格等于市场价格。我在这个问题上遇到的麻烦是让nlm函数工作，因为我们在本课程中没有学到太多关于它的知识。

我知道我打算输入一个循环nlm，使其能够迭代计算，直到找到产生结果的最小值。我相信我没有输入与 . 一起使用的函数nlm，因为我目前收到“nlm优化器中的函数值无效”的错误。

我已经附上了我的代码以及要使用的输入，如果我写错了，或者我需要更多地修改它以获得所需波动性的答案，请告诉我。感谢您的任何帮助！

我使用 nlm 来最大化 R 中的可能性。我想预测可能性评估的数量，如果任务可能花费太长时间，则中止。nlm 返回“迭代”的次数（通常为 10-20），我认为每次迭代都涉及对 Hessian 的一次数值评估。每次迭代的时间（Hessian？）取决于参数的数量。所以我想知道：参数数量和nlm中每次迭代的函数评估数量之间的一般关系是什么？

在尝试使用 R 中的 nlm() 函数来查找 a_o 和 b_o 的最佳值时，我遇到了以下问题。
我有 X ：一个有 10k + 行和 6 列
的表 X 的某些列是我要最小化的函数中的变量。这是一个MSE函数。

当我尝试运行它时出现此错误消息：

Ops.Date 中的错误（左，右）：/未为“日期”对象定义

输入样本：https ://image.noelshack.com/fichiers/2019/47/7/1574604926-sample.png

我正在尝试使用nlm()最小化函数中的 SSE。我在使用它们的语法时遇到了问题，并且无法nlm()为这两个变量提供估计值。最终t_1,t_2和t_3将是从 a 中提取的值，data.frame但我只是为它们分配了数字，直到我可以开始nlm()工作。我已经尝试从这些线程那里和那里的解决方案，但没有运气：

我为我的 nlm 语法尝试了多种方法。有了 2 个变量，我相信我必须为 p 插入一个数组，但是当我尝试过它没有用时。以下这些解决方案均无效：

我确定我的代码中有几个错误，但我不确定在哪里。这个任务比我以前尝试过的更复杂，因为我对 R 比较陌生。

我想知道如何编写两个相互作用因素的随机效应。例如，我有 6 个物种，它们被种植在 48 个地块中，并在两个街区中进行了复制。6 个物种共有 48 种组合（所有可能的 1、2、3、5 和 6 种组合）。

通过设计，组合实际上嵌套在多样性中：组合是每个多样性级别的正确复制；因此，多样性的影响应该针对多样性水平内组合之间的（随机）变化进行测试。由于多样性或物种丰富度是一个连续变量，我不能认为组合嵌套在多样性中。

我想将块和组合之间的交互作为随机效应。我不确定如何在 R 的混合模型中正确写入。谢谢