优化简单的线性曲线（从回归估计的常数和系数）答案

【问题标题】：Optimizing a simple linear curve (constant and coefficient estimated from a regression)优化简单的线性曲线（从回归估计的常数和系数）
【发布时间】：2015-06-10 14:10:08
【问题描述】：

我正在尝试计算一些函数的转折点，其中我从回归中估计了系数和常数。我正在为此使用优化功能，因为我的曲线都是线性的。

My function looks like:
F<- function(x){
   beta* x + alpha
}

mind：beta 和 alpha 在这里都是向量。使用 optimize 运行优化时，出现以下错误：

 Error in optimize(F, interval = c(10, 20), lower = (10),  : 
      invalid function value in 'optimize'

这是因为优化是在数学上运行优化，所以 beta 和 alpha 需要是单个参数吗？如果有人知道这样做的更好方法，请做出贡献！

提前谢谢你:)

【问题讨论】：

标签： r optimization

【解决方案1】：

如果函数是线性的，那么它们将至少在 beta>=0 的范围的下端，如果 betaoptimize() .

尚不完全清楚您希望代码做什么 - 如果您希望它为每组参数返回 x，请查看 optim() 并让 F 返回总和，或运行优化每组参数依次使用apply() 函数或循环。

另一件事是你的语法有点古怪 - 我想你的意思是：

> F<- function(x){
+     beta* x + alpha
+ }
> alpha <- 1
> beta <- 2
> optimize(F,c(10,20))
$minimum
[1] 10.00006

$objective
[1] 21.00011

【讨论】：

我认为问题在于他将他的函数命名为F(x)，这不是正确的命名方式。函数名称应为Fx 或F。
对不起！我在这里写了 F(x) 只是为了暗示它是一个函数，我已经为自己命名了其他名称。我现在已经编辑了 OP 以确保没有混淆。为了简单起见并专注于优化语法的问题，我使用了线性曲线的示例（稍后它们将是抛物线，但我想这不会对我编写代码的方式产生影响，因此您的答案就足够了： )) 还有一个问题，这里的 $Objective 指的是什么？我试过用谷歌搜索它没有成功！谢谢你的帮助米夫
@LCM，输出由以下内容组成：$minimum（或$maximum）和$objective，它们给出了最小值（或最大值）的位置和函数的值那一点，分别。基本上，F(minimum or maximum) = $objective.