非单调双指数曲线拟合：初始参数值求解及报错咨询

问题分析 #

你用的y ~ k*(exp(-b1*x) - exp(-b2*x))属于药代里的吸收-消除双指数模型，这次报错是因为初始值选得不合理：当b1和b2初始值相等时，模型退化为线性项，梯度矩阵直接奇异；同时k=1远大于数据的y峰值（0.068），也会导致拟合方向完全偏离。

步骤1：合理估算初始值 #

手动估算（基于数据特征） #

• k：模型峰值近似为k*(b2/(b2-b1))^((b2)/(b2-b1))，你的y峰值是0.068，直接把k初始值设为略大于峰值，比如0.1。
• b1（消除速率）：看x≥12的消除阶段（y从0.05降到0.0043），取后3个点拟合单指数估算：

elim_df <- df[df$x >= 12, ]
lm(log(y) ~ x, data = elim_df)
# 输出中x的系数是-b1，算出来大概在0.05左右

• b2（吸收速率）：吸收速率必须大于消除速率（否则不会出现峰值），直接设为0.2即可。

用Sbiexp自动获取初始值 #

如果你已经加载了带Sbiexp的PK工具包，直接传入数据就能得到适配的初始值：

init_vals <- Sbiexp(df$x, df$y)
# 提取对应的k、b1、b2，注意和你的模型参数名对应

步骤2：修正拟合代码 #

用估算好的初始值重新拟合，建议加上algorithm = "port"并限制参数范围，避免出现b2 ≤ b1这类不符合药代逻辑的参数：

nls_mod_bi <- nls(
  y ~ k * (exp(-b1*x) - exp(-b2*x)),
  start = c(k = 0.1, b1 = 0.05, b2 = 0.2),
  data = df,
  algorithm = "port",
  lower = c(k = 0, b1 = 0, b2 = 0.051),  # 强制b2 > b1
  upper = c(k = 1, b1 = 0.2, b2 = 1)
)

# 查看拟合结果
summary(nls_mod_bi)
# 绘图验证拟合效果
plot(df$x, df$y)
lines(df$x, predict(nls_mod_bi), col = "red", lwd = 2)

额外提示 #

• 如果还是报错，检查是否b1和b2初始值过于接近，适当拉大两者差距；
• 药代领域也可以用nlme包的nlme函数拟合，对初始值的鲁棒性比nls更好；
• 拟合前可以先画数据散点图，确认曲线趋势是否符合非单调双指数的特征（先升后降）。

内容的提问来源于stack exchange，提问作者LucaS