最适合二次回归

Question

我遇到了一个奇怪的问题;在这里获取我的数据集：dataset

我需要的是一个简单的图表，显示rao和obs_richness之间的最佳拟合回归（二次回归）;但相反，我得到了非常不同的多项式模型。对于如何解决这个问题，有任何的建议吗？

#read in data 
F_Div<-read.csv('F_Div.csv', header=T)
str(F_Div)

pairs(F_Div[2:12], pch=16)

#richness vs functional diversity 
par(mfrow=c(1,1))
lm1<-lm ( rao~Obs_Richness, data=F_Div)
summary (lm1)
plot (rao~Obs_Richness, data=F_Div, pch=16, xlab="Species Richness", ylab="Rao's Q")
abline(lm1, lty=3)
lines (lowess (F_Div$rao~F_Div$Obs_Richness))

poly.mod<- lm (F_Div$rao ~ poly (F_Div$Obs_Richness, 2, raw=T))
summary (poly.mod)
lines (F_Div$Obs_Richness, predict(poly.mod))

我需要最接近lowess线（简单曲线）的线，而不是这个波浪般的混乱。

我也试过这个但不是需要：

    xx <- seq(0,30, length=67)
plot (rao~Obs_Richness, data=F_Div, pch=16, xlab="Species Richness", ylab="Rao's Q")
lines(xx, predict(poly.mod, data.frame(x=xx)), col="blue")

Answer 1

由于line(...)在数据的原始顺序中的连续点之间绘制线条，因此发生了波浪混乱。最后试试这个。

p <- data.frame(x=F_Div$Obs_Richness,y=predict(poly.mod))
p <- p[order(p$x),]
lines(p)