r - 无法在 R 中拟合函数
问题描述
我想做一个快速测试:
创建一个有很多点的函数。向数据中添加一些随机噪声。
对于每 n 个点,计算平均值和 sd。
使用误差线(类似于 sd*1.96/sqrt(n))显示新的(“阻塞”)数据
使用 nls 拟合和权重(即 (sd/sqrt(n))^(2))拟合“阻塞”数据
然后我在 .swts * attr(rhs, "gradient") 中得到一个拟合 错误错误:....
- 没有重量,这很好用。
par(mfrow=c(1,1))
# sampling frequency
interval<-0.05
# max frequency
max_F<-200
Freq<-seq(1,max_F,by=interval)
# define Lorentzian Function parameters
a1<-2
a2<-3
a3<-60
# Lorentzian function
y<- a1/((Freq-a2)^2 + a3^2)
# add some noise
c.norm <- rnorm(length(y))
amp <- 0.2
y_noise<-y+y*c.norm*amp
# block data (every n points)
n<-200
# The next few lines are to
# calculate the mean and sd values over n points
reminder_F<-length(Freq)%%n
length_N<-length(Freq)-reminder_F
Freq<-Freq[1:length_N]
y_noise<-y_noise[1:length_N]
temp_group<-(rep(1:(length_N/n), each=n))
Y <- data.frame(value =y_noise, group=temp_group )
# I use tapply over groups (each group is n points)
# for the mean value
mean_val<-tapply(Y$value, Y$group, FUN = mean)
# and the sd
sd_val<-tapply(Y$value, Y$group, FUN = sd)
# I then create a new x axis
Freq_N<-seq((n*interval)/2,max_F,by=(n*interval))
Freq_N<-Freq_N[1:length(mean_val)]
# a quick plot to make sure everything is ok
par(mfrow=c(1,1))
plot(Freq_N,mean_val,xlim=c(50,100),ylim=c(1E-4,3E-4))
par(new=TRUE)
plot(Freq,y_noise,xlim=c(50,100),ylim=c(1E-4,3E-4), cex = .1,col="red")
grid()
par(new=FALSE)
# Now use ggplot to show error bars
# I use a log log plot (not mandatory here)
IC<-1.96*sd_val/sqrt(n)
Y_N=data.frame(Freq_N,mean_val,IC)
# Plot
p1<-ggplot(Y_N, aes(x=Freq_N,y=mean_val))+geom_point()+
geom_errorbar(aes(ymin=mean_val-IC, ymax=mean_val+IC), width=.02,
)+scale_x_log10()+scale_y_log10()
p1
# FiT
my_weights<-(sqrt(n)/sd_val)^2
myfit<-nls(formula= mean_val ~ a1/((Freq_N-a2)^2 + a3^2)
, data=Y_N, start=list(a1=1,a2=1,a3=1),weights = my_weights )
myfit
解决方案
你的重量太大了。标准化它们。这在不使用如此大的权重的情况下是等效的。
nls(formula= mean_val ~ a1/((Freq_N-a2)^2 + a3^2)
, data=Y_N, start=list(a1=1,a2=1,a3=1),
weights = c(prop.table(my_weights)) )
给予:
Nonlinear regression model
model: mean_val ~ a1/((Freq_N - a2)^2 + a3^2)
data: Y_N
a1 a2 a3
2.021 2.029 -60.137
weighted residual sum-of-squares: 1.163e-12
Number of iterations to convergence: 7
Achieved convergence tolerance: 1.219e-06
推荐阅读
- javascript - 将对象中的值与反应中的给定值映射
- azure-devops - 如何阻止用户部署到部署组
- android - 如何使用 WebExtension 计算每个网页的 HTTP 响应
- sql - 在 BigQuery 标准 SQL 视图定义中透视数据
- sql-server - 内存优化表事务提交依赖性问题
- python - 使用 itertools.tee 覆盖迭代器
- swift - 导航到其他页面后,如何在 SwiftUI 中恢复已发布的计时器?
- javascript - 有没有办法动态导入 SCSS 样式
- python - 如何使用 PyTorch 删除所有维度为零的元素?
- java - 在单元测试中从超类转换为子类失败(模拟)