找到观测数据R的最佳模型的指数

我想知道如何适应这个模型/方程式找到观测数据R的最佳模型的指数

y~x^(-p)

我的数据发现指数p

我的数据的最大价值分别是：

y=c(1.1178329,1.0871448,1.0897010,1.0759255,1.0535190,0.8725332) 
x=c(6,5,4,3,2,1)

我尝试以下方法

mod <- nlsLM(sigmasG ~ x^(-p), 
start = c(p = 0.01) , 
trace = TRUE, lower=c(0.01) , upper=c(1))

但输出不会改变......

It. 0, RSS = 0.0671647, Par. =  0.01 
It. 1, RSS = 0.0671647, Par. =  0.01

谢谢你的人谁可以用这样的调整有助于找到p

您是否尝试过使用日志？结果< - lm（log（y）〜x）; p < - - 结果$系数[2] – csgroen

@csgroen，感谢您的提示，在您的答案中，p的值由p < - -result $系数[2]给出。在结果$系数[2]的前面加上一个负号？ –

请确保发布的问题是完整的和自包含的。这个库缺少库语句。见[mcve] –

如果你尝试没有上限和下限则发现p值为负值，因此它将值驱动到可行区域中的最低可能值并不奇怪。

此外，在可行区域的边界上具有初始值并不是一个好主意，尽管在这种情况下似乎并不重要。

2017-08-21 22:58:45

回答