ggplot(test,aes(x=timepoints,y= mean,ymax = mean + sde, ymin = mean - sde)) +
geom_errorbar(width=2) +
geom_point() +
geom_line() +
stat_smooth(method='loess') +
xlab('Time (min)') +
ylab('Fold Induction') +
opts(title = 'yo')
我可以绘制蓝色的'黄土'线。但有没有办法找到蓝色'黄土'线的数学函数?
答案 0 :(得分:0)
您可以获得常规序列的预测:
fit <-loess( mean ~ timepoints, data=test)
fit.points <- predict(fit, newdata= data.frame(
speed = seq(min(timepoints), max(timepoints), length=100)),
se = FALSE)
fitdf <- dataframe(x = seq(min(timepoints), max(timepoints), length=100)
y = fit.points)
然后,您可以使用适当程度的样条拟合这组点。可以比loess
拟合更容易地描述三次样条拟合。将您提供的数据示例与变量名称的答案同步更容易。该图似乎不是用该代码创建的。
答案 1 :(得分:0)
要了解如何计算黄土线,请参阅TeachingDemos包中的loess.demo
函数。这是一个交互式图形演示,将显示如何根据数据和带宽参数为每个x值计算每个点的y值(它还显示原始黄土拟合和通常适合的样条曲线的差异)黄土估计)。