如何解决R语言nls函数报错：Convergence failure: false convergence (8)

报错原因 #

你使用的数据集df2中Numbers列的数值波动幅度极小，远小于数值本身的量级，默认收敛阈值下port算法检测到梯度变化过小，误判为无法收敛，触发false convergence (8)报错。此外你当前使用的模型对待估参数b1、b2是纯线性的，本身不需要调用非线性最小二乘函数nls，选错拟合工具也额外增加了收敛风险。

解决办法 #

• 最优方案：改用线性回归函数lm拟合，完全规避收敛问题，结果精度更高
  你的模型Numbers ~ b1*Days^2 + b2对待估参数属于线性形式，直接运行以下代码即可得到无误差的拟合结果：

  mod2 <- lm(Numbers ~ I(Days^2), data = df2)
  # 输出结果中，截距项对应b2，I(Days^2)的系数对应b1
  

• 若必须使用nls函数，调整收敛控制参数即可正常运行
  调宽松残差收敛阈值，同时开启警告仅提示模式不强制终止运行：

  mod2 <- nls(Numbers ~ b1*Days^2+b2,
              start = list(b1 = 0,b2 = 0),
              data = df2, 
              algorithm = "port",
              control = nls.control(ftol = 1e-6, warnOnly = TRUE))
  

• 备选方案：更换拟合算法，可改用minpack.lm包中的nlsLM函数，对低波动数据的收敛兼容性更好，对初值要求更低。

内容的提问来源于stack exchange，提问作者user16774617