R/S中的非线性回归

Question

我有R/S /非线性回归相关问题，我不是R程序员，所以我需要帮助。

我有两个数组 - tt和td。

我需要找到参数a，b和c等等最小二乘和最小的非线性函数：

td/tt - a * exp(b * tt) + c 

我不知道如何做到这一点。我试过nls()函数，nls2() nad没有运气...

在此先感谢。

编辑：

我的数据：

td <-as.array(0.2, 0.4, 0.8, 1.5, 3); 

tt <-as.array(0.016, 0.036, 0.0777, 0.171, 0.294); 

从下面的答案的方法，我得到的随机数据确定值，但是我使用返回缺少值的数据或无穷大制作评估模型消息时。

抱歉不提前提供数据。

Answer 1

您的数据：

n <- 100 
td <- runif(n) 
tt <- runif(n) 
data <- data.frame(td = td, tt = tt) 

一个组成的函数结果

a <- 0.5 
b <- 2 
c <- 5 
y <- jitter(td/tt - a * exp(b * tt) + c) 

（在实践中，你不会知道什么，b和c，直到后来在这里我们使用它们与答案进行比较）

配件：

nls(
    y ~ td/tt - a * exp(b * tt) + c, 
    data = data, 
    start = list(a = 1, b = 1, c = 1) 
) 

答案：

Nonlinear regression model 
    model: y ~ td/tt - a * exp(b * tt) + c 
    data: data 
    a  b  c 
0.4996 2.0008 4.9994 
residual sum-of-squares: 0.0001375 

Number of iterations to convergence: 7 
Achieved convergence tolerance: 1.604e-06