实际上,在我问这里并做了很多搜索之前我做了很多事情,但到目前为止找不到解决方案。
我有一个数据子集,我需要适合每个子集。另一方面,当我尝试绘制每个子集的回归线时,图中仅显示一条回归线。这是迄今为止的主要问题。
无论如何让我们一步一步走;
这是一个data.frame
xx <- rep(rep(seq(0,800,200),each=10),times=2)
yy<-c(replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-2,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-3,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-4,0), decreasing=TRUE)))
V <- rep(seq(100,2500,length.out=10),times=2)
No <- rep(1:10,each=10)
df <- data.frame(V,xx,yy,No)
从宽格式到长格式
library(reshape2)
df_new <- melt(df,id=c("No","xx","V"))
**拟合模型
As <- 220
Ax <- 1500
model <- function(data){
nlsLM(value~ifelse(V<Vs, 1-exp(-D*(1-(xx-As)/Ax)^2*(1-V/Vs)^2),1),
data=data, start=c(D=1.21,Vs=1951),trace=T,control = nls.lm.control(maxiter=50))
}
library(plyr)
library(minpack.lm)
fit<- dlply(df_new, "No", .fun = model)
从Adding Fitted Lines from an Existing Model
预测拟合值##的功能predictvals <- function(model, xvar, yvar, xrange=NULL, samples=10, ...) {
# If xrange isn't passed in, determine xrange from the models.
# Different ways of extracting the x range, depending on model type
if (is.null(xrange)) {
if (any(class(model) %in% c("nls", "glm")))
xrange <- range(model$model[[xvar]])
else if (any(class(model) %in% "loess"))
xrange <- range(model$x)
}
newdata <- data.frame(x = seq(xrange[1],xrange[2], length.out = samples))
names(newdata) <- xvar
newdata[[yvar]] <- predict(model, newdata = newdata, ...)
newdata
}
形成在所有组中具有相同x范围的预测线
predvals<- ldply(fit, .fun=predictvals, xvar="V", yvar="value",xrange=range(df_new$V))
predvals$xx <- rep(rep(unique(df_new$xx),each=1),each=10)
最后用facet_wrap~xx
ggplot(df_new,aes(y=value,x=V, col=factor(xx)))+
geom_point(size=3,alpha=.4)+
geom_line(data=predvals,aes(col=factor(xx)))+
scale_y_log10(breaks=c(1e-6,1e-5,1e-4,1e-3,1e-2,1e-1,1),limits = c(1e-6,1))+
facet_wrap(~xx,scales="free_x")
xx
值有两个数据子集。哪个部分我不见了?任何指导将不胜感激。答案 0 :(得分:1)
尝试将另一个分组因素添加到aes
中的geom_line
来电。
... +
geom_line(data=predvals,aes(col=factor(xx), group=interaction(xx, No))) +
...
我没有查看您的代码的详细信息,所以如果这不是您想要的,请告诉我。