将多个峰拟合到数据集并提取R中的单个峰信息

Question

我有许多数据集，包括不同高程的要素计数。目前，每1米间隔的数据为1-30米。绘制时，我的许多数据集显示3-4个峰值，这些峰值表示高度层。

以下是一个示例数据集：

  

高度＆lt; - c（1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21 ，22,23,24,25,26,27,28,29,30）   计数＆lt; -c（4000,2000,500,300,200,100,0,0,400,700,800,800,500,1000,1500,2000,2500,2200,1700,1100,500,0,0,1000,1500,2000,3000,4000,4000,2000）

我想对这些数据集采用某种方式的曲线函数，以确定“峰值”的总数，峰值中心位置（即高度）和峰值宽度。 我可以通过前一段时间使用fityk软件手动拟合多个高斯函数来执行这种分析，但我想知道是否可以通过R自动执行这样的过程？

我已经探讨了其他一些关于为直方图拟合峰值的帖子，例如通过mixtools包，但是我不知道你是否可以提取单个峰值信息。

非常感谢您提供的任何帮助。

Answer 1

“我如何将曲线拟合到我的数据中”是一个过于宽泛的问题，因为有无数种方法可以做到这一点。它也可能比https://stats.stackexchange.com/更适合这里。但是，基础R的ksmooth是基本平滑器的一个很好的起点：

plot(Height,Counts)
smoothCounts<-ksmooth(Height,Counts,kernel="normal",bandwidth=2)
dsmooth<-diff(smoothCounts$y)
locmax<-sign(c(0,dsmooth))>0 & sign(c(dsmooth,0))<0
lines(smoothCounts)
points(smoothCounts$x[locmax],smoothCounts$y[locmax],cex=3,c=2)

Answer 2

简单的峰识别可以是以下几行。看起来合理吗？

library(data.table)

dt <- data.table(
Height = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30),
Counts = c(4000,2000,500,300,200,100,0,0,400,700,800,800,500,1000,1500,2000,2500,2200,1700,1100,500,0,0,1000,1500,2000,3000,4000,4000,2000)
)

# crude dHeights/dCounts
dt[,d1 := c(NA,diff(Counts))]
# previous crude dHeights/dCounts (d2Heights/dCounts2 will be even more crude so comparing change in dHeight/dCounts instead)
dt[,d2 := c(tail(d1,-1),NA)]

# local maxima
dtpeaks <- dt[d1 >=0 & d2 <=0]

我不太确定你如何计算峰值的FWHM，如果你能解释这个过程那么我应该能够提供帮助。