R nls奇异梯度找到一个sigmoid函数

如何解决R nls奇异梯度找到一个sigmoid函数

我正在尝试找到一个适合我的数据的最佳 sigmoid 函数（在本文末尾）。但是有一个错误：Error in nls(cumulativo ~ f(eixox,phi1,phi2,phi3),start = st,data = data,:singular gradient

有什么建议吗？

library("ggplot2")

data<-structure(list(cumulativo = c(2,3,17,191,819,1699,2679,3907,5535,7254,9226,11543,13809,15542,16852,17709,18246,18661,18976,19256,19412,19539,19639),eixox = 1994:2016),class = "data.frame",row.names = c(NA,-23L))
plot(cumulativo~eixox,data=data)

st <- list(phi1=20000,phi2=-5,phi3=.0005)
f <- function(x,phi3) {phi1/(1 + exp(-phi3 * x - phi2))}
curvaS<-nls(cumulativo~f(eixox,start=st,data=data,trace=TRUE)

解决方法

您的函数定义有误。应该是

f <- function(x,phi1,phi2,phi3) {phi1/(1 + exp(-phi3 * (x - phi2)))}

其中 phi1 是上限，phi2 是 sigmoid 曲线的中点，phi3 是比率。请注意额外的括号，以便从 phi2 中减去 x，然后乘以 -phi3。现在选择合理的起始值并运行 nls：

st <- list(phi1=20000,phi2=2005,phi3=.5)
curvaS <- nls(cumulativo~f(eixox,phi3),start=st,data=data,trace=TRUE)
# 20466691 :  20000.0  2005.0     0.5
# 1334673 :  19669.7851882  2004.2327533     0.4406048
# 902806.6 :  19566.0810794  2004.1449741     0.4639131
# 901808.4 :  19578.7102128  2004.1498061     0.4637724
# 901808.4 :  19578.7652076  2004.1498401     0.4637683
curvaS
# Nonlinear regression model
#   model: cumulativo ~ f(eixox,phi3)
#    data: data
#       phi1       phi2       phi3 
# 19578.7652  2004.1498     0.4638 
#  residual sum-of-squares: 901808
# 
# Number of iterations to convergence: 4 
# Achieved convergence tolerance: 0.000003139

最后，情节：

plot(cumulativo~eixox,data=data)
pred <- predict(curvaS)
lines(data$eixox,pred)

,

我使用 SSlogis，它工作正常！

w<-read.csv(file="dvd.csv",sep=",")
cumulativo<-w$Cumulativo
eixox<-w$Ano
data<-data.frame(cumulativo,eixox)
plot(cumulativo~eixox,data=data)
fit <- nls(cumulativo ~ SSlogis(eixox,Asym,xmid,scal),data=data)
summary(fit)
curve(predict(fit,newdata = data.frame(eixox=x)),add=TRUE)