下面的nls代码为fm2抛出以下错误Convergence failure: singular convergence (7) (用于Data2)。但是,对于类似的数据集,相同的代码可以正常工作(fm1用于Data1)。
适用于此数据集
Data1 <-
structure(list(D = c(0L, 0L, 0L, 0L, 5L, 5L, 5L, 5L,
10L, 10L, 10L, 10L, 15L, 15L, 15L, 15L, 20L, 20L, 20L, 20L),
Y = c(11.6, 9.3, 10.7, 9.2, 7.8, 8, 8.6, 7.9, 7.7,
7.6, 7.5, 7.5, 7.2, 7.3, 7, 6.5, 6.3, 5.7, 5.6, 6)), .Names = c("D",
"Y"), class = "data.frame", row.names = c(NA, 20L))
fm1 <-
nls(
formula=Y~w*(1-(i*D/(100*(1+i*D/A))))
, data=Data1
, start=list(w=13, i=3, A=80)
, algorithm="port"
)不适用于此数据集
Data2 <-
structure(list(D = c(0L, 0L, 0L, 0L, 5L, 5L, 5L, 5L,
10L, 10L, 10L, 10L, 15L, 15L, 15L, 15L, 20L, 20L, 20L, 20L),
Y = c(10.8, 10.7, 8.4, 8.5, 8, 8, 8, 7.9, 7.9, 7.2,
7.8, 7.2, 6.6, 6.5, 6.5, 6.4, 2.2, 4.5, 4.2, 6.2)), .Names = c("D",
"Y"), class = "data.frame", row.names = 21:40)
fm2 <-
nls(
formula=Y~w*(1-(i*D/(100*(1+i*D/A))))
, data=Data2
, start=list(w=13, i=3, A=80)
, algorithm="port"
)发布于 2014-03-06 16:03:41
我觉得你的参数化有问题。我们可以通过让B为i/A、.lin1 =w和.lin2 = i*w来利用线性特性,在这种情况下,.lin1和.lin2线性地进入,并且使用alg=plinear只需要一个起始值:
> fo <- Y ~ cbind(1, -D/(100*(1+B*D)))
> nls(fo, Data, start = list(B = 3/80), alg = "plinear")
Nonlinear regression model
model: Y ~ cbind(1, -D/(100 * (1 + B * D)))
data: Data
B .lin1 .lin2
-0.02217 9.26808 13.61471
residual sum-of-squares: 15.76
Number of iterations to convergence: 9
Achieved convergence tolerance: 4.236e-06根据结果w= .lin1;i*w = .lin2 (so i= .lin2 / .lin1)和B= i/A (so A= i/B)。
修订后的提法得到改进。
https://stackoverflow.com/questions/22229352
复制相似问题