基于optim的R中非线性优化

我是R的新手

我想找到适合我的实验计数数据的最佳伽马分布参数。

optim

函数的帮助文件说，函数的第一个参数应该是要优化的参数。所以我试着：

x = as.matrix(seq(1,20,0.1))
yexp = dgamma(x,2,1)*100 + rnorm(length(x),0,1)
f = function(p,x,yexp) {sum((p[1]*dgamma(x,p[2],scale=p[3]) - yexp)^2)}
mod = optim(c(50,2,1),f(p,x,yexp))

我收到错误消息：

Error in f(p, x, yexp) : object 'p' not found

有没有暗示我错在哪里

---

补充问题：是否有其他方法将计数数据与标准分布（伽马分布、逆高斯分布等）拟合？

optim

希望其第二个参数是一个函数。另外，

f

的第二个和第三个参数是固定的，需要指定：

optim(c(50, 1, 2), f, x = x, yexp = yexp)

这也将有助于：

optim(c(50, 1, 2), function(p) f(p, x, yexp))

您还可以将

nls

与默认的Nelder-Mead算法一起使用：

nls(yexp ~ a * dgamma(x, sh, scale=sc), start = list(a = 50, sh = 2, sc = 1))

或使用plinear，在这种情况下，第一个参数不需要起始值：

nls(c(yexp) ~ dgamma(x, sh, scale=sc), start = list(sh = 2, sc = 1), alg = "plinear")

?