R:NLS doens和#x27；不能适当地收敛

我正在尝试做一个递归nls估计。然而，由于函数的结构断裂，nls对大多数样本不收敛。因此，代码会中断。 如何使用R克服这个问题？ie使用不同的起始值，并动态或自动选择？如果有错误，继续下一个样本大小

此外，是否有可能看到哪个样本存在这种非收敛性，并将其存储？代码如下：

   Scaling=0.1175962
start=475
end=774
expandalfa0=matrix(nrow=length(PPPrate)-start+1,ncol=1)
expandalfa1=matrix(nrow=length(PPPrate)-start+1,ncol=1)
expandalfa2=matrix(nrow=length(PPPrate)-start+1,ncol=1)
expandalfa3=matrix(nrow=length(PPPrate)-start+1,ncol=1)

for (i in start:length(PPPrate)){
  tempSpread=Spread[1:i-1]  
  tempPPPrate=PPPrate[1:i-1]
  nlsresults=nls(tempPPPrate ~ Scaling*(alfa0+(alfa1/(1+exp(alfa2+alfa3*tempSpread)))),
  data=tempdata,
  start=list(alfa0=0.003,alfa1=0.014,alfa2=4.1,alfa3=-147),trace=TRUE,weights=weightnotional[1:i-1]) 
  Paraexpand=summary(nlsresults)$parameters
  expandalfa0[i-start+1]=Paraexpand[1,1]
  expandalfa1[i-start+1]=Paraexpand[2,1]
  expandalfa2[i-start+1]=Paraexpand[3,1]
  expandalfa3[i-start+1]=Paraexpand[4,1]
  alfa0=Paraexpand[1,1]
  alfa1=Paraexpand[2,1]
  alfa2=Paraexpand[3,1]
  alfa3=Paraexpand[4,1]
  alfa4=Paraexpand[5,1]
  alfa5=Paraexpand[6,1]
 }
expandforecast=Scaling*(expandalfa0+(expandalfa1/(1+exp(expandalfa2+expandalfa3*Spread[start:end]))))

---

如果您的主要问题是在发生错误时如何继续循环，请查看

？try

和

？trycatch

，了解如何测试每个

nls

调用并报告失败，而不使

循环本身崩溃。您可以输入诊断信息来识别，例如，
i
收敛失败的值。
当我使用nlm时（类似于optim（），可能有点类似于nls（）），我在引导循环中使用以下代码：

tryCatch（nlm（NLL_函数，…），error=Function（e）{NA}）

这样，它只返回一个NA，而不是抛出一个错误并导致整个程序崩溃。这基本上就是@Carl Witthoft的建议

我承认我对nls（）不太熟悉，但正如我所说，我认为这是一种优化方法。如果确实是这样，也许您可以使用另一种优化算法。R中的
optim（）
函数是几种算法的包装器。如果你在陷入局部极小值（对于最小化问题）时遇到困难，那么模拟退火
optim（…，method=“SANN”）
可能是一个很好的尝试方法——它会周期性地进行大跳跃（我认为这是一次通过参数空间的快速飞行），因此它不太可能陷入困境

当然，我的建议是重新编写代码以使用自己的损失函数（例如，最大可能性）。如果你不能让nls（）工作，也许值得一试

祝你好运。
是的，这是最主要的问题。另一个问题是如何选择这些起始值。嗯，选择初始值几乎是一门黑色艺术。除非你知道局部极值在哪里：-）。