Question

我想使用nls在我的数据中拟合对数曲线。

library(dplyr)
library(ggplot2)
a <- 3
b <- 2
Y <- data_frame(x = c(0.2, 0.5, 1, 2, 5, 10),
                y = a + b*log(x))

Y %>%
  ggplot(aes(x = x, y = y)) +
  geom_point(shape = 19, size = 2) +
  geom_smooth(method = "nls",
              formula = y ~ p1 + p2*log(x),
              start = list(a = a, b = b),
              se = FALSE,
              control = list(maxiter = 100))

这给了我一个错误：

方法错误（公式，数据=数据，权重=权重，...）：迭代次数超过最大值100

出了什么问题？

Answer 1

以下是我在执行?nls之后复制并粘贴的一些文字：

警告

不要在人工“零残留”数据上使用nls。

nls函数使用相对偏移收敛标准，将当前参数估计值的数值不精确度与残差平方和进行比较。这对表格
的数据表现良好
y = f（x，θ）+ eps

（var（eps）> 0）。它无法表明表格数据的收敛性

y = f（x，θ）

因为该标准相当于比较舍入误差的两个分量。如果您希望在人工数据上测试nls，请添加噪声分量，如下例所示。

这激发了我尝试这个：

> library(dplyr) > library(ggplot2) > a <- 3 > b <- 2 > Y <- data_frame(x = c(0.2, 0.5, 1, 2, 5, 10), + y = a + b*log(x)*(1 + rnorm(length(x), sd=0.001))) > Y %>% + ggplot(aes(x = x, y = y)) + + geom_point(shape = 19, size = 2) + + geom_smooth(method = "nls", + formula = y ~ p1 + p2*log(x), + start = list(p1 = a, p2 = b), + se = FALSE, + control = list(maxiter = 100))

注意：您的代码有start = list(a=a, b=b)，这是一个错字，因为您的公式中未定义a和b。除此之外，添加*(1 + rnorm(length(x), sd=0.001))是我唯一做的事情。

结果图表看起来一切正常。

我通常建议单独进行拟合，然后用predict绘制它。这样你就可以在绘图之前检查合适的质量，看它是否有效。

> fit <- nls(data=Y, formula = y ~ p1 + p2*log(x), start = list(p1 = a, p2 = b)) > summary(fit) Formula: y ~ p1 + p2 * log(x) Parameters: Estimate Std. Error t value Pr(>|t|) p1 3.001926 0.001538 1952 4.14e-13 *** p2 1.999604 0.001114 1795 5.78e-13 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.003619 on 4 degrees of freedom Number of iterations to convergence: 1 Achieved convergence tolerance: 1.623e-08 > new_x = data.frame(x=seq(from=0.2, to=10, length.out=100)) > ggplot(data=Y, aes(x=x, y=y)) + geom_point() + geom_line(data=new_x, aes(x=new_x, y=predict(fit, newdata=new_x)), color='blue')

如何在ggplot中添加对数非线性拟合？

1 个答案: