【发布时间】:2019-05-18 02:51:52
【问题描述】:
我有两个方程。它们如下:
( 1 - 0.25 ^ {1/alpha} ) * lambda = 85
( 1 - 0.75 ^ {1/alpha} ) * lambda = 11
我想通过求解上述两个方程来计算alpha 和lambda 的值。我如何使用 R 来做到这一点?
【问题讨论】:
我有两个方程。它们如下:
( 1 - 0.25 ^ {1/alpha} ) * lambda = 85
( 1 - 0.75 ^ {1/alpha} ) * lambda = 11
我想通过求解上述两个方程来计算alpha 和lambda 的值。我如何使用 R 来做到这一点?
【问题讨论】:
一种方法是通过引入损失函数将其转化为优化问题:
loss <- function(X) {
L = X[1]
a = X[2]
return(sum(c(
(1 - 0.25^(1/a))*L - 85,
(1 - 0.75^(1/a))*L - 11
)^2))
}
nlm(loss, c(-1,-1))
如果从nlm() 返回的结果有一个接近零的minimum,那么estimate 将是一个包含 lambda 和 alpha 的向量。当我尝试这个时,我得到了一个通过嗅探测试的答案:
> a = -1.28799
> L = -43.95321
> (1 - 0.25^(1/a))*L
[1] 84.99999
> (1 - 0.75^(1/a))*L
[1] 11.00005
【讨论】:
Error in nlm(loss, c(-1, -1)) : non-finite value supplied by 'nlm'。但是,如果我将其调整到c(10, 10),我会收到一个完美的结果。如何确定如何设置这些参数?
@olooney 的回答是最好的。
解这些方程的另一种方法是使用uniroot 函数。我们可以取消lambda 的值,并可以使用uniroot 来查找alpha 的值。然后替换回来找到lambda。
f <- function(x) {
(11/85) - ((1 - (0.75) ^ (1/x)) / (1 - (0.25) ^ (1/x)) )
}
f_alpha <- uniroot(f, lower = -10, upper = -1, extendInt = "yes")
f_lambda <- function(x) {
11 - ((1 - (0.75) ^ (1/f_alpha$root)) * x)
}
lambda = uniroot(f_lambda, lower = -10, upper = -2, extendInt = "yes")$root
sprintf("Alpha equals %f", f_alpha$root)
sprintf("Lambda equals %f", lambda)
结果
[1] "Alpha equals -1.287978"
[1] "Lambda equals -43.952544"
【讨论】: