具有多个IFELSE条件的nonlinalear模型拟合

Question

Error in dayOfYear >= tau_1_A && dayOfYear < tau_2_A : 
  'length = 555' in coercion to 'logical(1)'

我认为，模型的初始条件应基于经验值和功能

f

的图来起作用。我愿意尝试除了minpack.lm ::nlslm.

之外的其他功能。
我的代码是我的代码：

## Complete the data frame qt qt <- tidyr::complete(qt, dayOfYear = as.factor(seq(1, 365, 1)), fill = list(ql = 0, qn = 0, qa = 0)) qt <- qt[order(qt$dayOfYear),] qt$dayOfYear <- as.numeric(levels(qt$dayOfYear))[qt$dayOfYear] ## Define the model f <- function(dayOfYear, tau_1_A, tau_2_A, h_1_L, h_2_L, delta_1_L, delta_2_L, alpha_1_L, alpha_2_L){ test <- ifelse(dayOfYear < tau_1_A, 0, ifelse(dayOfYear >= tau_1_A && dayOfYear < tau_2_A, h_1_L*exp(-1/2*((((log((dayOfYear - tau_1_A)/delta_1_L))^2)/alpha_1_L)^2)), h_2_L*exp(-1/2*((((log((dayOfYear - tau_2_A)/delta_2_L))^2)/alpha_2_L)^2)))) ## print(test) } ## Check the initial conditions k <- c() for(i in 1:365){ k[i] <- f(dayOfYear = i, tau_1_A = 110, tau_2_A = 200, h_1_L = 0.5, h_2_L = 2.5, delta_1_L = 50, delta_2_L = 30, alpha_1_L = 0.1, alpha_2_L = 0.5) } plot(qt$dayOfYear, qt$ql) lines(1:365, k, type = "l", col = "red") ## Fit the nonlinear model mod <- minpack.lm::nlsLM(ql ~ f(dayOfYear, tau_1_A, tau_2_A, h_1_L, h_2_L, delta_1_L, delta_2_L, alpha_1_L, alpha_2_L), data=qt, start=list(tau_1_A = 110, tau_2_A = 200, h_1_L = 0.5, h_2_L = 2.5, delta_1_L = 50, delta_2_L = 30, alpha_1_L = 0.1, alpha_2_L = 0.5))

在没有命令tidyr ::完整的数据的情况下，是黄土曲线（我想适合的模型给出了双峰分布）：

在此处数据：

事物两次停止此工作，错误的直接原因是函数应在您的函数中为

&&

，因为您想在向量上操作而不是单个值。但是，即使更改了优化器似乎最终位于梯度是单数的空间中 - 当Tau_1_a == Tau_2_a时会发生。强迫变量相对于彼此约束时通常的技巧是重新聚集

Answer 1

将此更改归功于您获得的代码：

tau_2_A = exp(log_tau_eps) + tau_1_A

拟合中的预测的简单图给出：

f <- function(dayOfYear, tau_1_A, log_tau_eps, h_1_L, h_2_L, delta_1_L, delta_2_L, alpha_1_L, alpha_2_L){
  
  tau_2_A <- tau_1_A + exp(log_tau_eps)

  test <- ifelse(dayOfYear < tau_1_A, 0,
                 ifelse(dayOfYear >= tau_1_A & dayOfYear < tau_2_A, 
                        h_1_L*exp(-1/2*((((log((dayOfYear - tau_1_A)/delta_1_L))^2)/alpha_1_L)^2)),
                        h_2_L*exp(-1/2*((((log((dayOfYear - tau_2_A)/delta_2_L))^2)/alpha_2_L)^2))))
  
}




k <- f(dayOfYear = 1:365, 
  tau_1_A = 110,
  log_tau_eps = log(200 - 110),
  h_1_L = 0.5,
  h_2_L = 2.5,
  delta_1_L = 50,
  delta_2_L = 30,
  alpha_1_L = 0.1,
  alpha_2_L = 0.5)




mod <- minpack.lm::nlsLM(ql ~ f(dayOfYear, tau_1_A,
                                log_tau_eps,
                                h_1_L,
                                h_2_L,
                                delta_1_L,
                                delta_2_L,
                                alpha_1_L,
                                alpha_2_L),
                         data=qt,
                         start=list(tau_1_A = 110,
                                    log_tau_eps = log(200 - 110),
                                    h_1_L = 0.5,
                                    h_2_L = 2.5,
                                    delta_1_L = 50,
                                    delta_2_L = 30,
                                    alpha_1_L = 0.1,
                                    alpha_2_L = 0.5))

具有多个IFELSE条件的nonlinalear模型拟合

问题描述投票：0回答：1

1个回答

最新问题

具有多个IFELSE条件的nonlinalear模型拟合

问题描述 投票：0回答：1

1个回答

最新问题

问题描述投票：0回答：1