問題タブ [model-fitting]

ODE モデルをいくつかのデータに適合させ、モデルのパラメーターの値を解こうとしています。

この種の問題を解決するために設計されたRのFMEというパッケージがあることを私は知っています。しかし、このパッケージのマニュアルのようなコードを書こうとすると、以下のトレースバック情報でプログラムが実行できませんでした。

lsoda(y, times, func, parms, ...) のエラー: 統合手順を実行する前に不正な入力が検出されました - 書かれたメッセージを参照してください

コードは次のとおりです。

FME パッケージを使用して問題を解決する方法を知っている人はいますか?

パッケージのgpdコマンドを使用して、いくつかの一変量変数に GPD を当てはめています。evir私が実行した場合、2パラメータの分布ファミリであること

最初のパラメーターである観測値 1 ～ 1000 の形状パラメーター xi を取得します。

xi の時系列モデルを開発したいので、系列全体 (合計 4344 観測) のパラメーター xi を抽出したいと考えました。私の試み：

ご覧のとおり、手順は同じです。1000 回の観測 (つまり 50 データ ポイント) で 95% の分位数を超える超過を使用して xi を推定します。ただし、次のエラーが表示されます。

optim(theta, negloglik, hessian = TRUE, ..., tmp =過剰) のエラー: valore non finito fornito da optim

最後の文は、「最適ではない有限によって提供される値」と翻訳できます。

これの何が問題なのですか?つまり、特定の観測値 (例: 1:1000) では機能するのに、ループの例では機能しないのはなぜですか? どうすればこれを修正できますか?

誰かが試してみたい場合は、z_b のデータを共有しました: https://www.dropbox.com/s/fbg04thvvb6x5d8/zb.txt?dl=0

fitopencv (または他の c++ lib) には、 3D 多項式曲面フィッティング (すなわち ) を実行できるmatlab のような同様の関数がありf(x,y)= p00 + p10*x + p01*y + p20*x^2 + p11*x*y + p02*y^2ます。ありがとう

LMFIT を使用してモデルを適合させようとしています。次の操作を簡単に実行できます。

そして、非常に合理的な結果を得る

ここで、measured変数に関連する不確実性 (測定誤差など) もあるため、それに関連する標準誤差によって残差のポイントに重みを付けたいと思います (常に測定値の 20% であると仮定します)。コードは次のようになります。

問題は、まったく信頼できないフィッティング結果が得られることです。なんで？どうすればこれを修正できますか?

この質問はパッケージ固有すぎるかもしれませんがpredict、データセットで関数を使用する際に何が間違っている可能性があるかについての入力を重視します.

私が使用している手順は次のとおりです。

ここで、以下の手順は、比較可能な (ポジティブ ケースとネガティブ ケースに関してバランスのとれた) トレーニングおよび検証データ セットを構築することを目的としています。

わかりました、これで 2 つの比較可能なセットができました。

モデルをトレーニング セットに問題なく適合させました (ここでは Lambda1 値の範囲を使用してみました)。しかし、検証データセットへのモデルのフィッティングは失敗し、奇妙なエラーの説明が表示されます。

これがデータセット内の一部の NA によるものではないことを確認するためだけに:

奇妙なことに、適切なデータセットに匹敵する新しいデータを生成することがあります。

上記の手順を実行すると、2 番目のフィットが機能します。どうして？2 番目の (トレーニングではない) データセットの何が問題になっている可能性がありますか?

ノイズの多いデータのセットがあり、MATLAB でカスタム方程式を当てはめたいと考えています。次に、係数の値を取得して、アルゴリズムで使用します。しかし、私は立ち往生しており、その理由がわかりません。x1、x2、および応答値が既知の非線形方程式 a+b*log10(x1-dcos(alpha-x2)) を使用します。最初の問題は、a、b、および alpha の係数が制限されている必要があることです。ここで度単位のアルファは、たとえば 0 から 360 までしか変化しません。カーブ フィッティング ツールボックスを使用してこれを達成する方法がわかりません。

また、MATLAB の非線形回帰手法 (fitnlm、lsqcurvefit など) などの他のオプションも試しましたが、これらの変数に制限を設けることができないため、期待はずれでした。したがって、フィットは非常に良好ですが、係数は悪すぎます。

では、質問 1: カーブ フィッティングを使用して複数の変数を適合させるにはどうすればよいですか? 質問 2: それが不可能な場合は、非線形回帰以外にどのような手法を使用できますか?

事前に多くの感謝を！すてきな一日を ！

I have some issue using nls() to estimate parameters. I have a following set of functions to explain some data in hand:

I am trying to fit funk2 to y:

When I use nls():

it shows me following error:

Error in f(x, ...) : object 'l' not found

Isn't the whole point of nls() to substitute different values for parameters l and r from parameter space to fit the function by minimizing SSR and give the parameter estimates? why it needs value of l for it to work? I am definitely missing something big here. Please help!

Thanks in advance!

MATLABの関数を使用してlsqcurvefit、パラメーターの 1 つに整数型を適用するにはどうすればよいですか? 問題の特定のパラメーターはベクトルのインデックスであるため、整数値のみが意味を持ちます。ただし、フィッティング ルーチンは、反復中にパラメーターの任意の実数値を試す場合があります。