如何從lm.fit傳遞到R中的優化？

Question

我正在使用函數進行線性回歸，並且工作正常。

fun <- function(x1, x2, y) {

但是現在我有了一個非線性方程，因此我想在上面的Fun使用optim而不是lm.fit 。

優化函數在這里：

  f <- function(p){
      sum((y - (p[1]*x1+p[2]*x2+p[3])^p[4]+p[5])^2)
                  }

  p <- optim(rep(.5, 5), f)$par

請問如何在第一個中實現此功能？ 並刪除lm.fit

Answer 1

如果您決定使用optim ，則可以嘗試以下方法：

make.fun <- function(x1,x2,y,n.keep=3) {
  keep <- !(is.na(x1) | is.na(x2) | is.na(y))
  if (sum(keep)<n.keep) return()
  function(p){
    sum((y - (p[1]*x1+p[2]*x2+p[3])^p[4]+p[5])^2)
  }
}

f <- make.fun(x1,x2,y)
p <- if (is.null(f)) rep(NA,5) else optim(rep(.5,5),f)$par

在這里， make.fun測試是否有足夠完整的行，如果是，則返回要最小化的函數。 該函數在其環境中將已經具有x1 ， x2和y ，因此僅需要p作為輸入，這對於optim方便使用。