Error en el factor de reducción a la mitad del paso gnls

Question

Estoy recibiendo un error al ejecutar un gnls() en algunos datos que tengo. Pude converger utilizando nlsLM(), pero me encontré con cierta autocorrelación en mis errores, así que quiero intentar utilizar gnls() para poder tener en cuenta la correlación de mis errores.

Mis datos:

 > current_tree
site location tree age.base height dbh.cm volume age.bh tree.ID
2     1        1    1       20    4.2    4.6      5   9.67     1.1
3     1        1    1       30    9.3   10.2     38  19.67     1.1
4     1        1    1       40   14.9   14.9    123  29.67     1.1
5     1        1    1       50   19.7   18.3    263  39.67     1.1
6     1        1    1       60   23.0   20.7    400  49.67     1.1
7     1        1    1       70   25.8   22.6    555  59.67     1.1
8     1        1    1       80   27.4   24.1    688  69.67     1.1
9     1        1    1       90   28.8   25.5    820  79.67     1.1
10    1        1    1      100   30.0   26.5    928  89.67     1.1
11    1        1    1      110   30.9   27.3   1023  99.67     1.1
12    1        1    1      120   31.8   28.1   1104 109.67     1.1
13    1        1    1      130   32.4   28.6   1156 119.67     1.1
14    1        1    1      140   33.1   29.0   1219 129.67     1.1

Este es el código que estoy ejecutando:

> library(nlme)
> expon_model <- function(theta1, theta2, theta3, x){
+   #theta1 is the asymptote
+   theta1*(1 - exp( theta2* ( x^theta3 )))
+ }
> Exponential <- gnls(dbh.cm ~ expon_model(t1, t2, t3, age.bh), 
+                    data=current_tree, start=list(t1=30, t2=0, t3=1))
Error in gnls(dbh.cm ~ expon_model(t1, t2, t3, age.bh), data = current_tree,  : 
  step halving factor reduced below minimum in NLS step

En caso de que esto ayude, cuando ejecuté esto con nlsLM(), convergí sin tener que elegir muy buenos valores de partida, pero cambié mis valores de partida en este caso para estar muy cerca de lo que convergió nlsLM().

Answer 1

Intenta utilizar el argumento control = gnlsControl (nlstol = 0.01) dentro de la función gnls(). Este argumento controla la tolerancia del algoritmo para encontrar el mínimo local y amplía el número de iteraciones en el procedimiento nls. Otra función es control = gnlsControl (maxIter = 500) que controla únicamente el número de iteraciones. Esta es la forma de cambiar los parámetros por defecto del algoritmo de otimización del gnls() función. Su problema es típico cuando los valores de partida están tan lejos del mínimo local. Una solución para dar los mejores valores de partida es utilizar la función deriv() con las primeras derivadas cuando el modelo es bastante complejo como el suyo.