问题标签 [non-linear-regression]

我有一个数据框df（见下文）

我基于我的数据集创建了一个非线性回归 (nls)。

然后我为这个函数计算了一个引导程序来获取多组参数（A、B 和 k）。

我现在想在一个 ggplot2 中绘制中值曲线以及从 bootstrap 对象计算的上下置信区间曲线。每条曲线的参数（A、B 和 K）包含在Boo_Gamma$bootCI. 有人可以帮我解决吗？提前致谢。

给出了测量点（y_i, t_i）（而在这个最小的例子中，y_i只有 3 维向量（最初来自 R^6）和t_i 固定时间点。我不得不（不确定代码是否，现在的方式，表示它）应用高斯-牛顿法，以最小化（双）平方误差之和并在拟合系统中找到函数参数aj（cj在由函数表示的代码中fitFunc()）。

当我在我的 C++ 实现中不断获得雅可比矩阵的 Inf 小条目时，我搜索了一个替代方法并偶然发现了nls()R 中的函数（因为我在使用时遇到了“奇异梯度矩阵”错误nls()，我切换到了nlsLM()）

这是最小的示例（仅使用N_0and N_r，而原始系统具有 3 个不同的 sumExp 类函数，N_0c并N_c调用 in fitfunc()）：

我现在得到了这个

colnames<-( , value = c("t", "cj", "aj")) 中的错误*tmp*：'dimnames' [2] 的长度不等于数组范围另外：警告消息：在矩阵中（out$hessian，nrow = length(unlist(par))) : 数据长度 [9] 不是行数 [24] 的子倍数或倍数

问：你知道如何解决这个错误吗？警告消息中的这个 9 是从哪里来的？

我正在研究市场组合建模 - 我需要通过s-curve. 以下是我需要使用的等式 -

我尝试了 NLS，但不断收到起始值错误。然后，我使用了自启动功能，nls - Sslogis但它一次只能用于一个变量，而不是如上所述的整个功能。

如何sigmoidal(s-curve)在非线性回归模型中拟合超过 1 个函数？

我有一个包含 11 个名为“env”的列的矩阵，其中 1 个响应变量介于 0 和 1（“R1”）之间，10 个可能的预测变量范围从“P1”到“P10”。我想使用零膨胀 beta 回归（r包和函数“gamlss”）来评估每个预测变量对我的响应变量的单独影响，总结表中每个预测变量的AIC、估计和概率。该表应该将预测变量作为行和模型参数（AIC，估计和概率）作为列。必须针对 beta 分布的三个系数（MU、NU 和 SIGMA）单独重复此过程。

这是我的数据矩阵的一个子集（很抱歉无法按照指南对其进行模拟）

下面是具有 3 个系数的 gamlss 函数的语法：

这是我想要得到的表的结构：

我认为我应该能够通过“for loop”、“lapply”或“apply”和“cbind”的组合来自动化它，但不幸的是我无法让它工作。如果你们中的一些人能帮我一把，那就太好了。非常感谢

很长一段时间以来，我一直试图在 R 中估计一个相当混乱的非线性回归模型。在无数次尝试使用该nls功能失败后，我现在正在尝试我optim过去曾多次使用过的运气。对于此示例，我将使用以下数据：

我想估计上面 log() 函数中多项式表达式中的参数，因此我定义了以下函数来复制非线性最小二乘回归：

为了避免 log() 表达式中的负起始值，我首先估计下面的线性模型：

上面的定义intercept.start保证了 log() 内部的表达式一开始就严格为正。但是，当我运行optim命令时

我收到以下错误消息

有谁知道我如何强制optim例程简单地忽略会在 log() 表达式中产生负值的参数估计？提前致谢。

所以我被要求获得 MASS 包中变量 Length 的估计值。我使用的代码如下所示，以及生成的曲线。不知何故，我最终没有得到一条平滑的曲线，而是一条非常“块状”的曲线，以及曲线上各点之间的一些线。谁能帮我得到一个平滑的曲线？

情节图像： 。

编辑：作为后续问题：如果我想更准确地预测曲线，我使用非线性回归来预测 21 个物种中的每一个的曲线。这给了我一个向量

我可以创建一个绘制所有图形的 for 循环，但像以前一样，我最终得到了块状曲线。但是，看到我必须将这些曲线绘制如下：

我不知道如何使用相同的技巧来平滑这些曲线，因为肌肉$Conc 仍然只有 4 个值。

编辑2：我想通了，并将其更改为以下内容：

我在 alglib 库中实现 lm 优化器时遇到问题。我不确定为什么在仍然收到退出代码 4 的同时参数几乎没有改变。我无法确定我在使用 alglib 的文档时做错了什么。以下是我正在运行的完整来源：

我正在尝试为我在 R 中的数据计算非线性回归。我无法找到合适的公式和参数值。

我的数据如下所示：

我一直在使用我认为合适的 nls 和 nlrq 函数，但我认为我指定的公式不合适。我已经尝试过指数衰减函数y ~ ab^x和y ~ c + a*b^x，但得到的回归线看起来一点也不正确。

不幸的是，我不知道哪个公式合适。我已经阅读了一些拟合非线性回归的教程，但它们都从一个似乎适合其数据集的初始公式开始。这里的指导将是最受欢迎的，特别是如果有人可以推荐一个开始的公式。

数据的子集：

当我使用y ~ c + a*b^x以下实现时：

它看起来像这样：

我还没弄清楚为什么它似乎绘制了多条线。

提前感谢你的帮助。

根据反馈，我尝试使用以下代码绘制回归：

结果是：

这看起来像是一条实际的回归线，但曲线的斜率向我表明，公式或参数可能不适合数据。

我正在使用nlinfitMatlab 中的函数来绘制一条最适合我拥有的数据集的线。我正在使用的功能是f = @(a, b) 1 - exp(-(x/a)^b). 对于大多数数据集，这可以正常工作，但对于某些图表来说，我收到了警告：

警告：
解处的雅可比是病态的，某些模型参数可能无法很好地估计（它们无法识别）。在做出预测时要小心。

我发现通常我们大致有a=5, b=5，但是对于不正确的拟合nlinfit给出a=0, b=-0.02或a=4.6, b=174。我在下面包含了图表和数据点。

怎么了？！

我拟合了一个三线性模型

细菌存活数据

使用符合以下条件的 OLS nls：

我想知道我是否也可以在原始（非对数转换）单元 nrs（在本例中为survivalcurve1$N = (10^survivalcurve1$LOG10N)）上使用最大似然拟合该模型，同时考虑到误差结构约为泊松？这也许可以使用bbmle's来完成mle2，如果可以，正确的语法是什么？

编辑：我试过

和

给我

虽然无法绘制预测工作：

因为这给了我错误

有什么想法吗？另外，我如何判断泊松mle2拟合是否比那个更好nls？（由于规模不同，无法比较AIC）

PS该geeraerd模型也可以，以防万一会更容易：