最佳拟合非线性数据帧列表答案

【问题标题】：bestfit nonlinear to a list of dataframes最佳拟合非线性数据帧列表
【发布时间】：2013-03-03 09:13:14
【问题描述】：

我有一个数据框列表，我想计算列表中每个数据框的非线性最佳拟合，并获得一个包含最佳拟合对象的列表。我正在尝试使用 lapply，但参数有问题。

# define a function for D
fncTtr <- function(n,d) (d/n)*((sqrt(1+2*(n/d))-1))
# define a function for best fit
bestFitD <- function(dat,fun) {
 res <- nls(dat$ttr~fun(n,d),data=dat,start=list(d=25),trace=T)
 return(res)
}

resL <- lapply(dData2,bestFitD,dat=dData2,fun=fncTtr)

当我执行此代码时，我收到以下错误：

FUN(X[[1L]], ...) 中的错误：未使用的参数 (X[[1]])

我希望 lapply 遍历 dData2 中的每个数据帧并执行 bestFitD 函数。我应该如何在 lapply 中定义函数的参数。 dData2 对象是一个列表。我将它用作 bestFitD 的参数，但此函数需要一个数据帧作为参数。我该如何定义这个参数？当我使用一个数据帧自行执行函数 bestFitD 时，它运行正常。具有数据框组件的 dData2 列表示例：

$`1`
    n    ttr      d id
1  35 0.6951 27.739  1
2  36 0.6925 28.072  1
3  37 0.6905 28.507  1
4  38 0.6887 28.946  1
5  39 0.6790 28.003  1
6  40 0.6703 27.247  1
7  41 0.6566 25.735  1
8  42 0.6605 26.981  1
9  43 0.6567 27.016  1
10 44 0.6466 26.026  1
11 45 0.6531 27.667  1
12 46 0.6461 27.128  1
13 47 0.6336 25.751  1
14 48 0.6225 24.636  1
15 49 0.6214 24.992  1
16 50 0.6248 26.011  1

$`2`
    n    ttr      d id
17 35 0.6951 27.739  2
18 36 0.6925 28.072  2
19 37 0.6905 28.507  2
20 42 0.6605 26.981  2

下面的代码好像没问题：

res <- bestFitD(dData2[[1]],fncTtr)

但是当我执行以下操作时：

res <- bestFitD(dData2[[2]],fncTtr)

我收到以下错误：

Error in model.frame.default(formula = ~dat + ttr + n, data = dat) : 
  invalid type (list) for variable 'dat'

为什么？两者都是数据框！但似乎第二个组件有些奇怪！

【问题讨论】：

可以在 nls 工作时添加一个 data.frame 的示例吗？
根据您提供的信息，我唯一的建议是尝试resL <- lapply(dData2, function(x) bestFitD(dat = x,fun = fncTtr) 看看它是否有效。
我尝试了您的建议，但出现以下错误：model.frame.default(formula = ~dat + ttr + n, data = dat) 中的错误：变量 'dat 的类型（列表）无效'
@user963386 是的，这不再是lapply 的错。试试bestFitD( dData2[[2]] , fun = fncTtr )——同样的错误
我同意在这种情况下 lapply 不是问题。但奇怪的是它可以与 dData[[1]] 一起使用，但是当我运行 dData[[2]] 时出现错误

标签： r lapply

【解决方案1】：

只需在您的nls 函数调用中去掉dat$。我相信它正在寻找dat$dat$ttr，这显然会坏掉。也就是说，你的bestFitD 函数应该是：

bestFitD <- function(dat,fun) {
    res <- nls(ttr~fun(n,d),data=dat,start=list(d=25),trace=T)
    return(res)
}

现在，使用lapply 拨打电话：

resL <- lapply(dData2, bestFitD, fun = fncTtr)

【讨论】：

谢谢安东尼。您的解决方案正在运行，并且有很好的解释，并且与我所做的类似！

【解决方案2】：

这应该可行：

resL <- lapply(dData2, function(x,fun){
                 bestFitD(x,fun)
               },fun='fncTtr')

我重写的地方，bestFitD 使用do.call

bestFitD <- function(dat,fun){
  nls(ttr~do.call(fun,list(n,d)), data=dat,
      start=list(d=25),trace=T)
  res
}

0.003237457 :  25 
0.0009393089 :  26.77943 
0.0009362902 :  26.84895 
0.0009362902 :  26.84898 
0.001282807 :  25 
4.771935e-05 :  27.64267 
4.389588e-05 :  27.80729 
4.389584e-05 :  27.80781

编辑

我的解决方案可以简化为（类似于但不完全与 Anthony 解决方案）

lapply(dData2, bestFitD, fun = 'fncTtr')

【讨论】：

感谢 agstudy。您的解决方案有效，但有点复杂。