R语言当nls模型无法拟合数据时，如何返回NA？

bxgwgixi 于 12个月前发布在其他

关注(0)|答案(1)|浏览(104)

我正在应用分组nlsLM模型并求解它以获得每个组的y最高时的x值。但有些研究给出了以下错误
mutate()中的错误：In argument：model = map(data, ~nlsLM(y ~ SSlinp(x, a, b, xs), data = .x))。由map()中的错误引起：In index：2。由nlsModel()中的错误引起：！初始参数估计时的奇异梯度矩阵
如何避免这些研究，并运行那些可以运行nlsLM模型的研究？
下面是我使用示例数据的代码

library(tidyverse)
library(gslnls)
library(broom)
library(minpack.lm)
library(nlraa)

df %>%
  nest(data = -SN) %>%
  mutate(model = map(data, ~ nlsLM(y ~ SSlinp(x, a, b, xs), data = .x))) %>% 
  mutate(x_opt = map(model, tidy)) %>%
  unnest(x_opt) %>% 
  filter(term %in% "xs") %>% 
  mutate(y_opt = unlist(map2(estimate, model, ~predict(.y, list(x = .x))))) %>%
  select(SN, estimate, y_opt)

字符串
数据

df = structure(list(SN = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 
3L, 3L, 3L, 3L, 3L), x = c(0L, 60L, 90L, 120L, 150L, 0L, 60L, 
90L, 120L, 150L, 0L, 60L, 90L, 120L, 150L), y = c(3569.5, 6698.1, 
6595.2, 6834.4, 6966.7, 3649.7, 4895.1, 5162, 4443.5, 5038.9, 
4097.7, 5664.9, 5518.1, 7608.1, 8081.6)), class = "data.frame", row.names = c(NA, 
-15L))

型

r

来源：https://stackoverflow.com/questions/77680043/how-to-return-na-when-nls-model-is-unable-to-fit-data

1条答案

按热度按时间

rdrgkggo1#

这是一个笨拙的部分解决方案，你必须添加一个类似的my_predict函数，如果模型不好，它将返回正确的null/NA结果。
或者，您可以在模型拟合阶段之后中断管道，并删除不工作的模型（例如filter(!inherits(model, "try-error"))或类似的模型），然后在剩余元素上运行tidy/predict。

empty <- tibble(
    term = c("a", "b", "xs"),
    estimate = NA_real_,
    std.error = NA_real_,
    p.value = NA_real_
)
my_tidy <- function(m) {
    if (inherits(m, "try-error")) empty else broom::tidy(m)
}

df %>%
  nest(data = -SN) %>%
    mutate(model = map(data, ~ try(nlsLM(y ~ SSlinp(x, a, b, xs), data = .x)))) %>% 
    mutate(x_opt = map(model, my_tidy)) %>%
    unnest(x_opt) %>%
    filter(term %in% "xs")

字符串

赞(0）回复(0）举报 12个月前

我来回答

R语言当nls模型无法拟合数据时，如何返回NA？

1条答案

相关问题

热门标签

最新问答

R语言 当nls模型无法拟合数据时，如何返回NA？

1条答案

相关问题

热门标签

最新问答

R语言当nls模型无法拟合数据时，如何返回NA？