[英]R - NLS Error 'Missing value or an infinity produced when evaluating the model'
[英]nls() in R: Missing value or an infinity produced when evaluating the model
我正在尝试使用nls(),但问题中的错误已经完成。
以下是与原始数据集类似的示例数据集:
rh1 = rnorm(301, 0.75, 0.1)
rh1[rh1 > 1] = 1
ta1 = rnorm(301, 302, 3)
y1 = rnorm(301, 0.2, 0.05)
df_test = data.frame(rh1 = rh1,
rh2 = c(NA, rh1[-c(1)]),
ta1 = ta1,
ta2 = c(NA, ta1[-c(1)]),
y1 = y1,
y2 = c(NA, y1[-c(1)]))
df_test = df_test[-c(1), ] # this function cannot estimate for the first value
其中rh是空气的相对湿度,ta是K中的空气温度,y是物体的水分含量。 1意味着今天的价值; 2表示昨天的价值。
我试图通过下面的模型使用y2,rh1&2和ta1&2来估计y:
nls(y1 ~
coef1 ^ 2 * y2 +
coef1 * (1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta2 * log(rh2) / 18)) +
(1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta1 * log(rh1) / 18)),
data = df_test,
algorithm = "port",
start = list(coef1 = 0.7,
coef2 = 0.15,
coef3 = 0),
upper = c(exp(-0.00005), Inf, Inf),
lower = c(exp(-0.5), Inf, Inf))
Coef1,2和3是要估计的参数。
通过手动计算第一行数据确定初始值。
但是这个脚本在标题中出现了错误。
评估模型时产生的缺失值或无穷大
我也尝试使用minpack.lm :: nlsLM()函数根据以下链接:
library(minpack.lm)
nlsLM(y1 ~
coef1 ^ 2 * y2 +
coef1 * (1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta2 * log(rh2) / 18)) +
(1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta1 * log(rh1) / 18)),
data = df_test,
start = list(coef1 = 0.7,
coef2 = 0.15,
coef3 = 0),
upper = c(exp(-0.00005), Inf, Inf),
lower = c(exp(-0.5), Inf, Inf))
但仍然有同样的错误。
这里有几个问题。
首先:你的滞后值并没有真正滞后。 看看df_test
,你会发现1
和2
是相同的。
这将为您提供滞后值:
set.seed(1)
rh1 <- rnorm(301, 0.75, 0.1)
rh1[rh1 > 1] <- 1
ta1 <- rnorm(301, 302, 3)
y1 <- rnorm(301, 0.2, 0.05)
df_test <- data.frame(
rh1 = rh1,
rh2 = c(NA, head(rh1, -1)),
ta1 = ta1,
ta2 = c(NA, head(ta1, -1)),
y1 = y1,
y2 = c(NA, head(y1, -1))
)
df_test <- df_test[complete.cases(df_test), ]
下一个:
评估模型时产生的缺失值或无穷大
意思就是这样,我的眼睛立即修复你表情中的log
。 我们都知道取一个负数的对数是未定义的,因为0的对数,虽然它通常返回为无穷大。
我们来看看那些表达式
ex1 <- with(df_test, log(-8.2 * ta2 * log(rh2) / 18))
ex2 <- with(df_test, log(-8.3 * ta1 * log(rh1) / 18))
如果你看ex1
和ex2
你会发现它们都包含-Inf
。 现在有你的罪魁祸首。 但是我们如何解决这个问题呢? 让我们看看数据中的哪些行会产生这种情况。
df_test[which(is.infinite(ex1 + ex2)),]
# rh1 rh2 ta1 ta2 y1 y2
# 274 1.0000 0.66481 304.5453 300.5972 0.20930 0.17474
# 275 0.7656 1.00000 304.9603 304.5453 0.20882 0.20930
有趣的是,它们彼此相邻,它们都包含1
。 什么是log(1)
? 如果你将它乘以某个东西并记录产品,会发生什么?
让我们确保rh1
和rh2
始终小于1
set.seed(1)
rh1 <- rnorm(301, 0.75, 0.1)
rh1[rh1 > 0.99] <- 0.99
ta1 <- rnorm(301, 302, 3)
y1 <- rnorm(301, 0.2, 0.05)
df_test <- data.frame(
rh1 = rh1,
rh2 = c(NA, head(rh1, -1)),
ta1 = ta1,
ta2 = c(NA, head(ta1, -1)),
y1 = y1,
y2 = c(NA, head(y1, -1))
)
df_test <- df_test[complete.cases(df_test), ]
但我们还没有完成。 如果您现在运行nls()
调用,您将收到错误
收敛失败:初始标准违反限制
如果查看为系数约束指定的值,则原因很明显。 coef2
和coef3
约束设置为无穷大! 这没有意义。 “初始par违反约束”通常意味着起始值不在约束范围内,这绝对是这里的情况。 如果我们将它们改为负无穷大,一切正常。
nls(y1 ~
coef1 ^ 2 * y2 +
coef1 * (1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta2 * log(rh2) / 18)) +
(1 - coef1) *
(coef2 + coef3 * log(-8.3 * ta1 * log(rh1) / 18)),
data = df_test,
algorithm = "port",
start = list(coef1 = 0.7,
coef2 = 0.15,
coef3 = 0),
upper = c(exp(-0.00005), Inf, Inf),
lower = c(exp(-0.5), -Inf, -Inf)
)
# Nonlinear regression model
# model: y1 ~ coef1^2 * y2 + coef1 * (1 - coef1) * (coef2 + coef3 * log(…
# data: df_test
# coef1 coef2 coef3
# 0.6065 0.2569 -0.0170
# residual sum-of-squares: 1.058
# Algorithm "port", convergence message:
# both X-convergence and relative convergence (5)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.