R中的非线性LAD回归

我想用LAD回归估计非线性回归模型的参数。本质上，LAD估计是M-估计。据我所知，不可能使用

robustbase

包来实现这一点。如何使用R进行LAD回归？我可以使用标准软件包吗？

您可以使用内置的

optim（）

函数来实现这一点

编一些数据（确保

x

为正数，这样

a*x^b

才有意义-将负数提高到分数幂是有问题的）：

优化：

o1 <- optim(fn=objfun, par=c(0,0), hessian=TRUE)

---

谢谢你。你认为

nlrq（公式，data=parent.frame（），start，tau=0.5，control，trace=FALSE，method=“L-BFGS-B”）

（

quantreg

package）也能起作用吗？使用

nlrq

似乎是合理的。

objfun <- function(p) {
  pred <- p[1]*dd$x^p[2]   ## a*x^b
  sum(abs(pred-dd$y))      ## least-absolute-deviation criterion
}

objfun(c(0,0))
objfun(c(-1,-1))
objfun(c(1,2))

o1 <- optim(fn=objfun, par=c(0,0), hessian=TRUE)