Мой набор данных:
mydata<-structure(list(t = c(0.208333333, 0.208333333, 0.208333333, 0.208333333,
1, 1, 1, 1, 2, 2, 2, 2, 14, 14, 14, 14, 15, 15, 15, 15, 16, 16,
16, 16, 0.208333333, 0.208333333, 0.208333333, 0.208333333, 1,
1, 1, 1, 2, 2, 2, 2), parent = c(1.2, 1.4, 0.53, 1.2, 1, 0.72,
0.93, 1.1, 0.88, 0.38, 0.45, 0.27, 0.057, 0.031, 0.025, 0.051,
0.027, 0.015, 0.034, 0.019, 0.017, 0.025, 0.024, 0.023, 0.29,
0.22, 0.34, 0.19, 0.12, 0.092, 0.41, 0.28, 0.064, 0.05, 0.058,
0.043)), .Names = c("t", "Ct"), row.names = c(325L, 326L,
327L, 328L, 341L, 342L, 343L, 344L, 357L, 358L, 359L, 360L, 373L,
374L, 375L, 376L, 389L, 390L, 391L, 392L, 401L, 402L, 403L, 404L,
805L, 806L, 807L, 808L, 821L, 822L, 823L, 824L, 837L, 838L, 839L,
840L), class = "data.frame")
Подлежащая подгонке функция - кривая клюшки; т.е. после точки изгиба tb она расплющивается:
hockeystick<-function (t, C0, k1, k2, tb)
{
Ct = ifelse(t <= tb, C0 -k1 * t, C0 -k1*tb -k2*t)
}
Монтаж с использованием nls:
start.hockey<-c(C0=3,k1=1,k2=0.1,tb=3)
nls(log(Ct)~hockeystick(t,C0,k1,k2,tb),start=start.hockey,data=mydata)
Независимо от того, какие начальные значения я использую, я всегда получаю эту ошибку:
Error in nlsModel(formula, mf, start, wts) :
singular gradient matrix at initial parameter estimates
Я пробовал как port
, так и стандартные методы nls. Я пробовал как линеаризованное (показано здесь), так и нормальное состояние модели, но, похоже, ни один из них не работает.
Изменить: в соответствии с предложением Карла я попытался подогнать модель к набору данных, где я сначала усреднил значения Ct на значение t и все еще получаю ошибку.
edit: Немного изменена модель, поэтому значение k2
положительное, а не отрицательное. Отрицательное значение кинетически не имеет смысла.
hockeystick(mydata$t,C0,k1,k2,tb)
противmydata$t
. Это не хоккейная клюшка. Кроме того, ваши повторяющиеся значенияt
почти гарантированно приведут к сбою регрессии. - person Carl Witthoft   schedule 11.09.2014