使用R语言nls拟合模型时遇‘non-numeric argument’错误求助

错误原因 #

• task是因子类型（分类变量），nls不会像lm那样自动将因子转换为数值型哑变量，直接用time*task会因非数值类型的变量参与乘法运算报错。
• 你在nls中用单个参数B对应time*task，但原lm的time*task展开后包含time主效应、task主效应、time:task交互效应，对应多个独立参数，单个B无法匹配这个结构。

解决方法 #

步骤1：明确原线性模型的参数结构 #

先运行你的lm模型查看参数：

df <- data.frame(task=rep(c("x", "y", "z"), each=6), time=1:18, y=c(1, 5, 9, 14, 17, 29, 2, 3, 1, 5, 2, 3, 29, 21, 18, 16, 14, 5))
OLS <- lm(y~ time*task, data=df)
summary(OLS)

输出的参数会是：(Intercept)、time、tasky、taskz、time:tasky、time:taskz（共6个参数）。

步骤2：在nls中显式处理因子变量 #

将task的每个水平转为数值型哑变量（0/1），并为每个参数设置初始值（直接用lm的系数作为初始值能提升拟合效率）：

NLS <- nls(
  y ~ intercept + time_coef*time + task_y*I(task == "y") + task_z*I(task == "z") + 
    time_task_y*I(time*(task == "y")) + time_task_z*I(time*(task == "z")),
  data = df,
  start = list(
    intercept = coef(OLS)[1],
    time_coef = coef(OLS)[2],
    task_y = coef(OLS)[3],
    task_z = coef(OLS)[4],
    time_task_y = coef(OLS)[5],
    time_task_z = coef(OLS)[6]
  )
)

# 查看拟合结果
summary(NLS)

说明 #

• I(task == "y")会生成一个数值向量，当task为y时取值1，否则为0，同理I(task == "z")。
• 这样所有参与运算的变量都是数值型，不会触发非数值参数错误，同时模型结构和原lm完全一致。

内容的提问来源于stack exchange，提问作者locus