আমি কিছু ডেটাতে একটি লাইন + সূচকীয় বক্ররেখা ফিট করার চেষ্টা করছি। শুরু হিসাবে, আমি কিছু কৃত্রিম ডেটাতে এটি করার চেষ্টা করেছি। ফাংশনটি হ'ল: এটি কার্যকরভাবে একটি রৈখিক বিভাগ সহ একটি ক্ষতিকারক বাঁক, পাশাপাশি একটি অতিরিক্ত অনুভূমিক শিফট প্যারামিটার ( এম )। যাইহোক, আমি যখন আর এর ফাংশনটি ব্যবহার করি তখন আমি ভয়ঙ্কর " প্রাথমিক প্যারামিটারের প্রাক্কলন অনুসারে একক গ্রেডিয়েন্ট ম্যাট্রিক্স " ত্রুটি পেয়েছি, এমনকি যদি আমি একই পরামিতি ব্যবহার করি যা আমি প্রথম স্থানে ডেটা তৈরি করতে ব্যবহৃত হত। আমি বিভিন্ন অ্যালগরিদম, বিভিন্ন প্রারম্ভিক মান চেষ্টা করেছি এবং ব্যবহার করার চেষ্টা করেছি
nls()
optim
বর্গক্ষেত্রের অবশিষ্টাংশকে ছোট করতে, সমস্ত কিছুই কার্যকর হয় না। আমি পড়েছি যে এটির একটি সম্ভাব্য কারণ সূত্রটির অতিরিক্ত প্যারামিটরিসেশন হতে পারে, তবে আমি মনে করি না এটি (এটি কি ?) কারও কাছে এই সমস্যার জন্য কোনও পরামর্শ আছে কি? বা এটি কি কেবল একটি বিশ্রী মডেল?
একটি সংক্ষিপ্ত উদাহরণ:
#parameters used to generate the data
reala=-3
realb=5
realc=0.5
realr=0.7
realm=1
x=1:11 #x values - I have 11 timepoint data
#linear+exponential function
y=reala + realb*realr^(x-realm) + realc*x
#add a bit of noise to avoid zero-residual data
jitter_y = jitter(y,amount=0.2)
testdat=data.frame(x,jitter_y)
#try the regression with similar starting values to the the real parameters
linexp=nls(jitter_y~a+b*r^(x-m)+c*x, data=testdat, start=list(a=-3, b=5, c=0.5, r=0.7, m=1), trace=T)
ধন্যবাদ!