如何在R中创建包含参数和循环的函数？

我想创建365个元素的向量，等于

fCAT[i]<-seasonality[i]+beta0+beta1*exp(-gamma*day[i])+beta2*gamma*exp(-gamma*day[i]) 

---

fCAT[i]您可以将功能设置为：

f <- function(beta) {

    gamma <- beta[4]
    fCAT <- seasonality + beta[1] + 
        beta[2]*exp(-gamma*day) + 
        beta[3]*gamma*exp(-gamma*day)

    (sum(fCAT) - 1000)^2
}

如果观察到fCAT和day，那么这只是一个非线性最小二乘问题，您可以使用
nls
函数来解决。
fCAT
未观察到，定义如上，只知道
day
和
季节性
。@Hanna，我认为您仍然可以使用
nls
，方法是将所有观察值的fCAT设置为1000，因为这是您优化的标准
nls
根据预测值（在您的情况下为fCAT）和观察值之间的平方差优化参数，因此使用1000作为观察值会产生与您在问题中所显示的相同的差异。
nls
可能是更好的选择，因为它还将为您提供参数不确定性的估计值。我不确定它是否会处理未识别的参数，但我怀疑这实际上不是您想要的。标准是
（总和（fCAT）-1000）^2
而不是
总和（（fCAT-1000）^2）
，因此将fCAT设置为1000没有帮助。起初我没有注意到你代码中的错误，pete，但经过这一小小的修改后，我得到了令人满意的结果。@Hanna，你可能应该“接受”pete的答案，因为它对你有用，你可能应该小心结果-
beta1
和
beta2
不是由你的目标函数确定的。如果将其分解为
fCAT=季节性+beta0+（beta1+beta2*gamma）*exp（-gamma*day）
。
optim(rep(0, 4), f)