R：如何最小化与未知参数相关的函数？

我想在R中做一个函数，它最小化未知参数的目标。 确切的方程式是

Q_beta=min_{beta} sum_{i=1}^{i=n} || x_i - f(beta) ||^2

这里，

| | |

表示欧几里德度量，我想求所有

n

对象的和。

x_i

是一个向量，

f（beta）

是与

x_i

相同的维度向量，它包含未知参数

beta

。 在这种情况下，我想最小化所有

n

平方欧氏目标的总和，我还想知道哪个

beta

最小化它们

我可以在R中使用这个函数吗？我需要使用什么样的功能？ 谢谢。

这行吗

rm(list=ls())

lower <- -2 ## lower interval endpoint of possible betas
upper <- 2 ## upper interval endpoint
beta0 <- runif(1,lower,upper) ## true beta, randomly selected from interval
t <- seq(0,1,by=.01) ## grid of values that function is fit over
x <- beta0*t^2


## goal is to find beta0

f <- function(beta) beta*t^2
g <- function(beta) sum((x-f(beta))^2)


fit <- optimize(g,lower=lower,upper=upper)

## the following two should match
fit$minimum
beta0

rm（list=ls（））
这有用吗

rm(list=ls())

lower <- -2 ## lower interval endpoint of possible betas
upper <- 2 ## upper interval endpoint
beta0 <- runif(1,lower,upper) ## true beta, randomly selected from interval
t <- seq(0,1,by=.01) ## grid of values that function is fit over
x <- beta0*t^2


## goal is to find beta0

f <- function(beta) beta*t^2
g <- function(beta) sum((x-f(beta))^2)


fit <- optimize(g,lower=lower,upper=upper)

## the following two should match
fit$minimum
beta0

rm（list=ls（））
降低它取决于您的功能
f
，但请查看
？优化
和
？optim
它取决于您的功能
f
，但请查看
？优化
和
？optim