R nls2函数-结果[[which.min(Ss)]中的错误:尝试在get1index中选择少于一个元素

Question

两天来，我一直在努力做一个多元回归。现在我要说的是：

y<- c(-0.3902,  0.5277,  0.4357, -0.1888, -6.7422,  0.3797, -0.5141,      NA, -1.2423,  5.6756, -0.5352,
-0.2379,      NA,  0.4270,      NA,      NA,      NA,      NA,      NA,      NA, -1.1185,  0.0594,
 0.8280,      NA,  1.8387, -3.1469,-1.6212, -0.8400,      NA ,     NA,      NA, -0.7291,  2.0888)
x<- c( 0.07712829, 0.07038519, 0.08875312, 0.08235028, 0.10874493, 0.09713412, 0.11821937, 0.12796526,
0.12159038, 0.08520884, 0.07046089, 0.07417249, 0.07507544, 0.11416440, 0.09955467, 0.06688244,
0.06871298, 0.06187514, 0.12293434, 0.07864503, 0.12417404, 0.08600490, 0.10745128, 0.12277381,
0.12952106, 0.09144677, 0.09034708, 0.08039892, 0.07856194, 0.07864304, 0.10883127, 0.10690687,
0.11617899)

f1<- y ~ ((a*b)/(a+b)+x)

st1 <- expand.grid(a = seq(0, 1000, len = 10),
                   b = seq(0, 800, len = 10))

o<-nls2(f1,
        start = st1,
        algorithm = "brute-force")

结果是

numericDeriv中的错误(form[3L]，name(Ind)，env)：在计算结果[which.min(Ss)]中的模型错误时产生的缺失值或无穷大:尝试在get1index中选择少于一个元素

我试过了

st2<- data.frame(a = c(0,1000), b = c(0, 800))
o<-nls2(f1,
        start = st2,
        algorithm = "brute-force")```

获取

结果中的

错误[which.min(Ss)]：尝试在get1index中选择少于一个元素

我不知道一个人的价值是什么，这也让我很难给出一个开始的价值。我必须将这个方程应用于多个数据集(这里我只给出一个较小的数据集)。

有什么关于如何完成这件事的建议吗？也许使用不同的包进行多元回归，而不是使用nls2？

任何帮助都将不胜感激！

Answer 1

模型是不可识别的。外括号没有什么区别，因此我们可以将您的模型等效地写成：

y ~ (a*b)/(a+b) + x

第一个项只是一个常数，所以不能是两个参数的函数。

还请注意，右边是NaN if a=b=0。

也许您打算使用下面所示的f2。在较低的限值中也将0改为1，以避免NaN情况。

st2 <- data.frame(a = c(1, 1000), b = c(1, 800))
f2 <- y ~ (a*b) / (a+b+x)
nls2(f2, start = st2, algorithm = "brute-force")

已添加

从注释中可以看出，y ~ (a*b)/(a+b) + x实际上是您的意图，因此在这种情况下，我们可以使用以下方法使其可识别并可修改为建模：

 f3 <- y ~ A + x
 nls(f3, start = list(A = 1))

该模型简单，可以作为mean(y - x, na.rm = TRUE)直接计算A的最优值。现在任意选择a (或b)，求解b (或a)的A = a * b / (a + b) (或a)，指出如果采用双方累加，则存在1/A = 1/a + 1/b，即A是a和b的调和均值的一半。

如果您确实想使用nls (尽管没有它很容易)，这样就不必为a或b求解，然后尝试如下：

o <- order(x)
dd <- na.omit(data.frame(x, y)[o, ])
b <- 800
f1 <- y ~ (a*b)/(a+b) + x
fm <- nls(f1, dd, start = list(a = 1))
plot(y ~ x, dd)
lines(fitted(fm) ~ x, dd, col = "red")