r - 防止 nls-fit 低于零

Question

我试图在 R 中拟合一个函数，因此我使用 nls()。 有没有办法防止拟合函数降到零以下？

一个简单的解决方法是在拟合后增加目标函数中的参数 b0 ，但这实际上不是我想要的，因为我期望真正的拟合与 beeing positive to 的约束导致更好的结果。

y=c(m1,m2,m3,m4,m5,m6,m7,m8,m9,m10)
d=data.frame(seq(1, 10, 1),y=y)
fitFun <- function(x, add, b0, b1) {b0 + (x+add)^b1}
m=nls(y~fitFun(x,add,intercept,power),d,start=list(intercept=1,power=3.5,add=2),trace=T)

Answer 1

你在找这个吗？如果预测是参数的难以反转的函数，则限制参数以使预测为非负可能会很棘手，但在这种情况下，我们只需要要求 b0>=0 .. . 使用@Roland 的例子，

fit2 <- nls(y~b0+(x+add)^b1,
            algorithm="port",
            lower=c(b0=0,b1=-Inf,add=-Inf),
            data=df,start=list(b0=1,b1=3.5,add=2))
lines(predict(fit2)~df$x,col="purple")

下面蓝色的是原始的无约束拟合；红色适合@Roland；上面是紫色。