Экспоненциальная регрессия в R

Question

У меня есть несколько точек, которые выглядят как логарифмическая кривая. Кривая, что я пытаюсь получить выглядеть следующим образом: у = а * ехр (-b * х) + с

Мой код:

x <- c(1.564379666,1.924250092,2.041559879,2.198696382,2.541267447,2.666400433,2.922534874,2.965726615,3.009969443,3.248480245,3.32927682,3.371404563,3.423759668,3.713001284,3.841419166,3.847632349,3.947993339,4.024541136,4.030779671,4.118849343,4.154008445,4.284232251,4.491359108,4.585182188,4.643299476,4.643299476,4.643299476,4.684369939,4.84424144,4.867973977,5.144490521,5.324298915,5.324298915,5.988637637,6.146599422,6.674937463) 
y <- c(25600,23800,11990,14900,15400,19000,9850,7500,10000,12500,11400,8950,10900,3600,11500,9990,4000,3500,4000,3000,8000,5500,6000,7900,2800,2800,2800,2950,4990,4999,3500,6001,6000,1100,1200,6000) 

df <- data.frame(x, y) 
m <- nls(y ~ I(a*exp(-b*x)+c), data=df, start=list(a=max(y), b=0, c=10), trace=T) 

выход:

Error en nlsModel(formula, mf, start, wts) : 
    singular gradient matrix at initial parameter estimates 

Что я делаю неправильно?

Answer 1

Я думаю, что при b = 0 nls не может вычислить градиент по отношению к a и c, так как b = 0 удаляет x из уравнения. Начните с другого значения b (oops, я вижу комментарий выше). Вот пример ...

m <- nls(y ~ I(a*exp(-b*x)+c), data=df, start=list(a=max(y), b=1, c=10), trace=T) 
y_est<-predict(m,df$x) 
plot(x,y) 
lines(x,y_est) 
summary(m) 

Formula: y ~ I(a * exp(-b * x) + c) 

Parameters: 
    Estimate Std. Error t value Pr(>|t|)  
a 6.519e+04 1.761e+04 3.702 0.000776 *** 
b 6.646e-01 1.682e-01 3.952 0.000385 *** 
c 1.896e+03 1.834e+03 1.034 0.308688  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 2863 on 33 degrees of freedom 

Number of iterations to convergence: 5 
Achieved convergence tolerance: 5.832e-06 

Answer 2

Вы не ошибаетесь, но иногда это необходимо, чтобы изменить начальные значения (кик) для программирования решить уравнение.