R 为gnm包编写自定义模型，但需要不在派生表中的函数。有解决办法吗？

我正在尝试为

gnm

编写一个自定义模型，以适应Voigt配置文件。 我已经定义了

library(gnm) ; library(RcppFaddeeva)
VOIGT <- function(x) {
    list(predictors=list(Center=1, Sigma=1, Gamma=1, Alfa=1),
         variables=list(substitute(x)),
         term=function(predLabels, varLabels) {
        paste(predLabels[4], "* RcppFaddeeva::Voigt(", varLabels[1], ", ", predLabels[1], ", ", predLabels[2], ", ", predLabels[3], ")" )
    },
    start=function(theta) {
     theta[2] <- 1 ; theta[3] <- 1; theta[4] <- 1
        } )
}

class(VOIGT) <- "nonlin"  

---

有解决办法吗？或者这需要扩展到

gnm

，或者完全其他的方法吗？

您可以使用

nls

使用最小二乘法拟合模型

例如，从Voigt配置文件生成一些数据：

library(RcppFaddeeva)
x <- seq(-1000, 1000)
v <- Voigt(x, 200, 100, 30)

在响应中添加一些高斯噪声

y2 <- y2 + rnorm(n, mean = 0, sd = 1e-4)

从图中，我们可以看到中心在250左右，如果我们用高斯近似轮廓，我们可能会猜测sigma在100左右（轮廓从中心下降到0，大约是sigma的3倍）。这给出了参数的起始值（我们可以尝试将alpha和gamma设置为1）

---

gnm

使用分析导数，因此不能与不在导数表中的函数一起使用。但是，在本例中，您可以使用

nls

，请参见下面我的答案。这是针对高斯噪声，但对于应用程序（即：）存在泊松噪声。另一个问题：是否可以更改/增强

gnm

以使用CRAN package

Deriv

，从而可以添加到导数表中？如果是这样的话，我可以尝试一下……这就解释了为什么您现在尝试使用

gnm

。使用

Deriv

更新

gnm

可能会起作用，我认为只需要将

Deriv

替换为

Deriv

。然后用户可以向表中添加导数，这是最难的部分，但允许一些扩展。很高兴在GitHub上做公关。

n <- 50
id <- sort(sample(seq_along(v), n))
x2 <- x[id]
y2 <- v[id]

y2 <- y2 + rnorm(n, mean = 0, sd = 1e-4)

plot(y2 ~ x2)

fit <- nls(y2 ~ alpha*Voigt(x2, x0, sigma, gamma), 
           start = list(alpha = 1, x0 = 250, sigma = 100, gamma = 1))
fit
#> Nonlinear regression model
#>   model: y2 ~ alpha * Voigt(x2, x0, sigma, gamma)
#>    data: parent.frame()
#>    alpha       x0    sigma    gamma 
#>   0.9884 201.0276 101.2246  27.2556 
#>  residual sum-of-squares: 5.771e-07
#> 
#> Number of iterations to convergence: 5 
#> Achieved convergence tolerance: 2.66e-06

lines(fitted(fit)~x2)