谢谢

Linear Regression
  Model : Y = beta0+ beta1*A + beta2*B
  Syntax : Y ~ A + B
要求beta0,beta1,beta2,就要给出Y,A,B
仅给A,B如何求出beta0,beta1,beta2

同理你给的是bas的regression formula
bas ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
但没给出bas,如何求a1,a2,a3,k1,k2,k3

" <- "," ~ "两者是不同的

对呀，哎糊涂了，谢谢你的指点

今天试了一下，又有问题向您询问了老师，程序：
library( systemfit )
rd<-read.delim("甘肃黑龙江分析02.txt")
attach(rd)
BAS.formula <- BAS ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
VOL.formula <- VOL~ BAS *H*(d0/(H+d1))
labels <- list( "bas.growth", "vol.growth" )
inst <- ~ SCI + SDI + AGE +H + BAS+VOL
start.values <- c(a1=10, a2=10, a3=0.05, k1=1, k2=1,k3=0.1, c=0.01,
d0=10, d1=20 )
model <- list( BAS.formula, VOL.formula )
model.ols <- nlsystemfit( "OLS", model, start.values, data=rd, eqnlabels=labels )
到此处出现
错误于qr.default(jacobian) : 外接函数调用时不能有NA/NaN/Inf(arg1)


数据见附件

1.read.delim会产生数据
  4162 NA
  4163 NA
  造成错误于qr.default(jacobian) : 外接函数调用时不能有NA/NaN/Inf(arg1)

2.数据请存成xxx.csv,避免读取错误产生NA
  然你的数据太大
  Error: cannot allocate vector of size 528.4 Mb
  大数据可能需要考虑用Matlab

这么点数据就大了呀，呵呵， allocate vector of size 528.4 Mb是什么意思，是数据分析时产生的位置矩阵吗？还是什么？

Memory Limits in R
  http://stat.ethz.ch/R-manual/R-d ... /Memory-limits.html

数据类型和大小改了后，还是出现同样问题？
请高人分析一下，如果可以的话把您写的程序让我拜读一下，（我可以照这样子做一下）
数据在附件
我写的程序：
library( systemfit )
rc<-read.csv("data.csv")
attach(rc)
bas.formula <- BAS ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
vol.formula <- VOL~ BAS *H*(d0/(H+d1))
labels <- list( "bas.growth", "vol.growth" )
inst <- ~ SCI + SDI + AGE +H + BAS+VOL
start.values <- c(a1=10, a2=10, a3=0.05, k1=1, k2=1,
k3=0.1, c=0.01, d0=10, d1=20 )
model <- list( bas.formula, vol.formula )
model.ols <- nlsystemfit( "OLS", model, start.values, data=rc, eqnlabels=labels )
The following object(s) are masked from 'rc':

    AGE, BAS, DBH, H, NHA, S1, S2, SCI, SDI, VOL
错误于qr.default(jacobian) : 外接函数调用时不能有NA/NaN/Inf(arg1)
此外: 警告信息：
1: In nlm(knls, startvals, typsize = abs(startvals), iterlim = maxiter,  :
  NA/Inf被换成最大的正值
2: In nlm(knls, startvals, typsize = abs(startvals), iterlim = maxiter,  :
  NA/Inf被换成最大的正值
3: In nlm(knls, startvals, typsize = abs(startvals), iterlim = maxiter,  :
  NA/Inf被换成最大的正值
4: In nlm(knls, startvals, typsize = abs(startvals), iterlim = maxiter,  :
  NA/Inf被换成最大的正值
csv上传不了，只有excel了，请您多费心

他给的例子data（ppine)我可以做出结果

library( systemfit )
rd<-read.csv("data.csv")
BAS.formula <- BAS ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
VOL.formula <- VOL~ BAS *H*(d0/(H+d1))
labels <- list( "bas.growth", "vol.growth" )
inst <- ~ SCI + SDI + AGE +H + BAS+VOL
start.values <- c(a1=10, a2=10, a3=0.05, k1=1, k2=1,k3=0.1, c=0.01,d0=10, d1=20 )
model <- list( BAS.formula, VOL.formula )
model.ols <- nlsystemfit( "OLS", model, start.values, data=rd, eqnlabels=labels )
#############
会造成Error in qr.solve(t(X) %*% SI %*% X, tol = solvtol) :
  singular matrix 'a' in solve

这是因为nlm()迭代过程 produced NaNs:
   a1    a2    a3    k1    k2    k3     c    d0    d1
10.00 10.00  0.05  1.00  1.00  0.10  0.01 10.00 20.00
   [1]          NaN          NaN          NaN          NaN          NaN
   [6]          NaN          NaN          NaN          NaN          NaN
  [11]          NaN          NaN          NaN          NaN          NaN
  .....
  .....
[1336]          NaN          NaN          NaN          NaN          NaN
[1341]          NaN          NaN          NaN          NaN          NaN
[1346]          NaN  -4.35099309  -3.35232898  -3.35232898  -3.35232898
[1351]  -3.35232898  -2.76494196  -4.50587777  -3.92949280  -3.92949280
[1356]  -2.90042967  -4.29301225  -4.49532589  -4.49532589  -4.31015468
[1361]  -3.77025004  -1.15279229  -2.96549207  -2.83125271  -2.79801656
.....
.....
[2681]  17.48563351   2.10912732   1.94869421   8.02277937  -3.59073728
[2686]  20.56879559   8.81498932  24.64316535  14.51872418  21.72876422
[2691]   1.04307436  18.52173489

##########
这个问题不容易一次解决
跟方程及start.values息息相关,这个只有你最清楚.
若方程没错,请更换start.values多次尝试

谢谢，我明天去试试。

library( systemfit )
rd<-read.csv("data.csv")
BAS.formula <- BAS ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
VOL.formula <- VOL~ BAS *H*(d0/(H+d1))
labels <- list( "bas.growth", "vol.growth" )
inst <- ~ SCI + SDI + AGE +H + BAS+VOL

start.values <- c(a1=2.7, a2=3.8, a3=0.7, k1=1.6, k2=0.0003,k3=0.14, c=0.14,d0=8.7, d1=7.9)

model <- list( BAS.formula, VOL.formula )
model.ols <- nlsystemfit( "OLS", model, start.values, data=rd, eqnlabels=labels )
model.ols

nlsystemfit results
method: OLS

convergence achieved after 393 iterations
nlsystemfit objective function value: 76233.6546406485

              N   DF     SSR     MSE    RMSE       R2   Adj R2
bas.growth 1346 1339 11181.6  8.3507 2.88976 0.843225 0.842523
vol.growth 1346 1344 65052.1 48.4018 6.95714 0.975511 0.975493

The covariance matrix of the residuals
           bas.growth vol.growth
bas.growth    8.35070    5.58642
vol.growth    5.58642   48.40184

The correlations of the residuals
           bas.growth vol.growth
bas.growth   1.000000   0.278503
vol.growth   0.278503   1.000000

The determinant of the residual covariance matrix: 372.981

OLS estimates for bas.growth (equation 1)
Model Formula: BAS ~ (a1 * S1 + a2 * S2) * SCI^a3 * (1 - exp(-(k1 * S1 + k2 *
    S2) * (SDI/10000)^k3 * AGE))^c

   Estimate Std. Error   t value Pr(>|t|)   
a1 6.448497   0.498931 12.924636        0 ***
a2 6.600927   0.528995 12.478252        0 ***
a3 0.763467   0.025538 29.895747        0 ***
k1 0.278089   0.034479  8.065529        0 ***
k2 0.239015   0.033888  7.053039        0 ***
k3 1.029892   0.023882 43.124602        0 ***
c  1.048591   0.050071 20.942133        0 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.889757 on 1339 degrees of freedom
Number of observations: 1346 Degrees of Freedom: 1339
SSR: 11181.584959 MSE: 8.350698 Root MSE: 2.889757
Multiple R-Squared: 0.843225 Adjusted R-Squared: 0.842523


OLS estimates for vol.growth (equation 2)
Model Formula: VOL ~ BAS * H * (d0/(H + d1))

   Estimate Std. Error   t value Pr(>|t|)   
d0 8.711485   0.128352 67.871943        0 ***
d1 7.895171   0.305371 25.854357        0 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 6.957143 on 1344 degrees of freedom
Number of observations: 1346 Degrees of Freedom: 1344
SSR: 65052.069682 MSE: 48.401838 Root MSE: 6.957143
Multiple R-Squared: 0.975511 Adjusted R-Squared: 0.975493

老师，你太厉害了，请问你的初始值是怎么设置的，是一个一个试试，还是有别的方法，您能教教我吗？非常感谢老师

老师，我刚刚用了您给的程序，我怎么还没做出来，还是出现
library( systemfit )
rd<-read.csv("data.csv")
BAS.formula <- BAS ~(a1*S1+a2*S2)*SCI^a3*(1-exp(-(k1*S1+k2*S2)*(SDI/10000)^k3*AGE))^c
VOL.formula <- VOL~ BAS *H*(d0/(H+d1))
labels <- list( "bas.growth", "vol.growth" )
inst <- ~ SCI + SDI + AGE +H + BAS+VOL
start.values <- c(a1=2.7, a2=3.8, a3=0.7, k1=1.6, k2=0.0003,k3=0.14, c=0.14,d0=8.7, d1=7.9)
model <- list( BAS.formula, VOL.formula )
model.ols <- nlsystemfit( "OLS", model, start.values, data=rd, eqnlabels=labels )

错误于qr.default(jacobian) : 外接函数调用时不能有NA/NaN/Inf(arg1)

难道是我的版本不对，我的R是2.14.0，还是别的原因，好困惑呀

您都做出来了，我照抄还是没出做出来，好受打击
刚看到您回复很高兴，现在自己照抄都不能做出来，到底是什么原因呢

你的数据文件,有没混淆?
rd<-read.csv("sysfit_1346.csv")
sysfit_1346.csv
  

如果您方便的话，可以告诉一下QQ号，想让您详细帮我指导一下到底什么原因
谢谢

老师这个参数初始值的设置有什么好的方法吗？您能教教我吗？
非常希望能够得到您的指点

呵呵
initial values应该是研究者最清楚的,
是随着模型及数据而变,
凭着经验及对模型的了解,try and error而设定的

再向您请教一下数据文本大概有多大，才能在Memory Limits in R 限制之内，不会产生 Error: cannot allocate vector of size 528.4 Mb

另外有没有方法可以对数据大小不受限制？

刚刚学会了，却因为数据量太大受限制，有点不甘心，想请教老师看看有没有解决的方法

你原来是4161,改到1346很容易跑
估计2500 ~3000试试

SAS有没有限制？

这我不清楚,我没用SAS