我正在尝试按年将nls函数应用于数据，因此每年都会有一个单独的nls函数。所有年份都大致相似（指数衰减），但有些年份nls（）函数失败并出现“奇异梯度”误差。

工作的数据：

good_data = data.frame(y = c(8.46,6.87,5.81,6.62,5.85,5.79,4.83,4.94,4.95,5.27,5.05,5.38,5.08,3.98),

x = c(2,6,6,7,7,8,9,10,12,13,14,15,16,17))

失败的数据：

bad_data = data.frame(y = c(8.99,5.86,5.32,5.74,5.41,5.04,4.66,4.52,4.18,4.66,5.38,5.46,5.21,5.37,4.89),

x = c(2,6,6,7,7,8,9,10,11,12,13,14,15,16,17))

尝试过nls：

fit = nls(y ~ SSasymp(x, Asym, R0, lrc), data = good_data)

在我看来，这两组数据看起来非常相似。有什么方法可以诊断为什么一个失败而另一个失败？有什么我可以做的来解决它吗？

解决办法：如果通过首先进行样条曲线拟合来添加更多点，则会收敛：

sp <- with(bad_data, spline(x, y))
fit2sp <- nls(y ~ SSasymp(x, Asym, R0, lrc), data = sp)
fit2sp

赠送：

Nonlinear regression model
  model: y ~ SSasymp(x, Asym, R0, lrc)
   data: sp
   Asym      R0     lrc 
 5.0101 22.1915 -0.2958 
 residual sum-of-squares: 5.365

Number of iterations to convergence: 0 
Achieved convergence tolerance: 1.442e-06

和绘图：

plot(y ~ x, bad_data)
points(y ~ x, sp, pch = 20)
fit2sp <- nls(y ~ SSasymp(x, Asym, R0, lrc), data = sp)
lines(fitted(fit2sp) ~ x, sp, col = "red")