Question

我是R的初学者，我试图将曲线拟合到一个数据集上（例如）可能如下所示：

(x- value)  (y-value)
105 423
115 471
125 567
135 808
145 921.5
155 1040

x值表示刺激量，y值表示运动反应（以uV表示）。这些是超过10个受试者的平均值，其中每个受试者的x值相同。

我被告知这个数据集通常遵循S形拟合。我尝试使用以下内容进行拟合：

fit <- lm( y ~ poly(x, 3) )

但我不确定这是否适合这样做：（

到目前为止，我的代码看起来像这样：

p <- ggplot (data, aes(x, y)) +
  geom_point(shape= 21, fill= "blue", colour= "black", size=2) +
  xlab("X value") + ylab("Y value") +
  geom_smooth(method= "lm", se= FALSE,  colour= "red", formula=y ~ poly(x, 3, raw=TRUE)) +
  geom_errorbar(aes(ymin=y-SE, ymax=y+SE), width=.9)+ 
  ggtitle ("Title")
p

此外：一旦我拟合曲线，我还想获得斜率（计算为曲线最陡点处的切线值）

在此先感谢，任何帮助将不胜感激！

Answer 1

我不知道poly（）函数应该如何工作，但如果你想要一个三阶多项式拟合，只需使用：

   lm1=lm(y~I(x^3)+I(x^2)+x)

这非常适合您上面的玩具数据。对于拐点处的斜率。我会将二阶导数设置为零并求解x。然后计算该x处的第一个dirivative。

但我认为你更喜欢后勤增长模式。

在S中的Sigmoidal曲线拟合

1 个答案: