如何R中

Question

的nls功能正常工作像下面的参数一长串传递给`nls`功能：

x <- 1:10 
y <- 2*x + 3       # perfect fit 
yeps <- y + rnorm(length(y), sd = 0.01) # added noise 
nls(yeps ~ a + b*x, start = list(a = 0.12345, b = 0.54321))# 

因为我用的模型有很多的参数，或者我不知道事先什么都会被包含在参数列表，我想是以下

tmp <- function(x,p) { p["a"]+p["b"]*x } 
p0 <- c(a = 0.12345, b = 0.54321) 
nls(yeps ~ tmp(x,p), start = list(p=p0)) 

有谁知道如何修改nls功能，以便它可以接受该公式，而不是许多单独的参数，在参数向量的说法？

Answer 1

你可以给初始化系数向量是这样的：

tmp <- function(x, coef){ 
     a <- coef[1] 
     b <- coef[2] 
     a +b*x 
    } 

x <- 1:10 
yeps <- y + rnorm(length(y), sd = 0.01) # added noise 
nls(yeps ~ a + b*x, start = list(a = 0.12345, b = 0.54321))#      
nls(yeps ~ tmp(x,coef), start = list(coef = c(0.12345, 0.54321))) 

Nonlinear regression model 
    model: yeps ~ tmp(x, coef) 
    data: parent.frame() 
coef1 coef2 
    3  2 
residual sum-of-squares: 0.0016 

Number of iterations to convergence: 2 
Achieved convergence tolerance: 3.47e-08 

PS：

example(nls) 

应该是一个良好的开端，以了解如何与NLS玩。