r - 是否有一个 R 函数可以找到任意模型的参数？

Question

我正在尝试拟合模型 y=c0*log(c1*x+1) ，其中 y 和 x 是我的数据，而 c0 和 c1 是模型的参数。我知道 Matlab 中的“fit”命令可以做到这一点，但我正试图在 R 中做到这一点。我想知道是否有人可以就可以实现这一点的函数提供建议。

model <- y ~ c0*log(c1*x + 1)

我期待一个对数曲线。

标签： rmodel-fitting

Answer 1

这是一个非线性回归问题，其中 y 等于右手边加上一个误差。

为了拟合这样的模型nls，请在基础 R 中使用（?nls有关更多信息，请参阅）或许多其他非线性回归函数中的任何一个。请参阅https://cran.r-project.org/web/views/Optimization.html。在某些警告nls下，将找到最小化给定模型和起始值的误差平方和的参数。

# create test data
set.seed(123)
c0 <- c1 <- 1
x <- 1:10
y <- c0 * log(c1 * x + 1) + rnorm(10)/10

# fit model to the data
fm <- nls(y ~ c0 * log(c1 * x + 1), start = list(c0 = mean(y), c1 = 1))
fm

给予：

Nonlinear regression model
  model: y ~ c0 * log(c1 * x + 1)
   data: parent.frame()
    c0     c1 
0.9207 1.2210 
 residual sum-of-squares: 0.07622

Number of iterations to convergence: 5 
Achieved convergence tolerance: 4.887e-06

以图形方式评估拟合：

plot(y ~ x, pch = 20)
lines(fitted(fm) ~ x, col = "red")