R:如何为要通过 lm 或 nls 估计的模型添加约束?

标签 r nls

我在 R 中估计了一个模型,我想添加约束,迫使其中一个系数小于另一个。我怎样才能做到这一点?

最佳答案

如果您真的需要使用 lm 或 nls 并且不能使用任何可以指定约束的东西,一种方法是重新参数化模型,以便系数的差异本身就是一个参数。

例如,如果您有一个包含 b1*x1+b2*x2 的模型,但其中 b2 > b1,您可以将其编码为 b1*x3+d*x2,其中 x3=x1+x2 和 d 代表 b2-b1。现在您需要强制 d > 0。您只需再次重新参数化,例如 d = exp(k),然后使用 nls 来拟合新模型 b1*x3+exp(k)*x2,其中您的参数是 b1 和 k。一旦估计,您就可以将 b2 的估计计算为 b1+exp(k)。然后保证 b1 小于 b2。

但是, nls 允许您指定上限和下限,因此您应该能够将 0 作为 d 的下限(尽管这可能不能保证严格的不等式)。

希望有帮助。

关于R:如何为要通过 lm 或 nls 估计的模型添加约束?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12452108/

相关文章:

r - 非线性最小二乘法拟合 nls 非数字参数与二元运算符的问题

r - 如何为 nls 函数找到好的起始值?

r - 初始参数估计时 nls 奇异梯度矩阵的误差

r - 如何将字符转换为ASCII码?

r - 使条形图中的条具有相同的高度

r - 如何在R中的表中创建缺失值?

r - 评估 R nls 中多个因素的渐近线

r - 在 R 中拟合函数

r - 将 ggplot 对象转换为 plotly 对象会创建与刻度值重叠的轴标题

r - 按行相关,在数据框内