如何解决在函数中使用combn进行nlsLM的非线性回归
给出的是数据帧DATA
的几行:
> dput(DATA[c(1,7,20,25,26,53,89),])
structure(list(Lanes = c(3,3,3),N_b = c(5,5,5),A = c(-12,-12,-15,-9,-9),x.sqr =
c(1440,1440,2250,810,810),e_1 = c(21.8,21.8,29,14.6,14.6),e_2 = c(9.8,9.8,17,2.6,2.6),e_3 = c(-2.2,-2.2,-9.4,-9.4),e_4 =
c(-14.2,-14.2,-7,0),e_5 = c(0,-19,S = c(12,12,15,9,9),CSi = c(0.59189685884369,0.574916237257971,0.644253184434141,0.474070747691647,0.492033722080107,0.644904371480046,0.49900365977452),m = c(0.85,0.85,0.85)),row.names = c(1L,7L,20L,25L,26L,53L,89L),class = "data.frame")
我编写下面的函数,用于与nlsLM
进行非线性回归:
library(minpack.lm)
Prposed <- function(N_b,Lanes,m,A,x.sqr,e_1,e_2,e_3,e_4,e_5,S,a) {
e <- data.frame(e_1,e_5)
CSi <- m * ((Lanes/N_b) + (A * combn(e,sum) / x.sqr) * (b*S^a))
return(CSi)
}
nlsLM <- nlsLM(CSi ~ Prposed(N_b,a,b),data = DATA,start = c(a = 0.01,b = 0.01))
summary(nlsLM)
我不断收到错误消息,这是由于我使用e_1,etc..
函数定义列combn
的原因。
更新
我发现了另一个问题:Error when running nlsLM but works for nls
它在原始函数中使用了for循环,并且似乎可以与nls2
中的library(nls2)
函数一起使用。我想知道是否可以通过转到for循环来完全摆脱combn
这个词。
解决方法
这不是一个实际的答案,因为它在解决combn
错误之后会产生一个新的错误,但这可能会为您提供一些指导。
我认为您正在尝试为nlsLM
中的每一行运行DATA
函数。您需要在Prposed
函数中分别传递每一行。另请注意,函数中需要a
和b
来进行计算,因此它们需要作为函数的参数传递,我认为在{{1}中使用start
传递它们}无效。
因此将您的功能更改为:
nlsLM
现在让我们在library(minpack.lm)
Prposed <- function(N_b,Lanes,m,A,x.sqr,e_1,e_2,e_3,e_4,e_5,S,a,b) {
e <- data.frame(e_1,e_5)
CSi <- m * ((Lanes/N_b) + (A * combn(e,sum) / x.sqr) * (b*S^a))
return(CSi)
}
的第一行中运行它:
DATA
我不了解理论,所以不知道这些数字是否有意义/正确。但是,当您将其插入x <- DATA[1,]
Prposed(x[[2]],x[[1]],x[[12]],x[[3]],x[[4]],x[[5]],x[[6]],x[[7]],x[[8]],x[[9]],x[[10]],a = 0.01,b = 0.01)
#[1] 0.5078651 0.5087365 0.5077053 0.5096079 0.5085767 0.5094481 0.5104793
# 0.5094481 0.5103195 0.5111909
函数中时,会出现错误。
nlsLM
getInitial.default(func,data,mCall = as.list(match.call(func,: 没有为“功能”对象找到“ getInitial”方法
这是因为nlsLM(CSi~Prposed(x[[2]],b = 0.01),data = DATA)
需要一个nlsLM
对象,但是我们传递给它的是值?我不确定。
完成上述步骤后,您可以将其插入formula
中,并以:
apply
它可以工作并生成没有apply(DATA,1,function(x) {
nlsLM(CSi~Prposed(x[[2]],data = DATA)
})
函数的数字:
nlsLM
,
我必须在原始函数中定义逐行操作
Proposed <- function(N_b,e_5)
CSi <- m * ((Lanes/N_b) + (max(A * combn(seq_along(e),FUN = function(i) rowSums(e[i]))) / x.sqr) * (b*S^a))
return(CSi)
}
nlsLM <- nlsLM(CSi ~ Proposed(N_b,b),data = DATA,start = c(a = 0.01,b = 0.01))
summary(nlsLM)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。