我正在进行一些粘度实验,我正在尝试用ν对θ进行Eyring绘图。
当我使用ggplot2
创建绘图时,我无法显示我的模型。
这些是使用的值:
> theta
[1] 25 30 35 40 45
> nu
[1] 1.448462 1.362730 1.255161 1.167408 1.083005
在这里,我使用上面的值创建绘图:
plot <-
ggplot()+
geom_point(mapping = aes(theta, nu), colour = "#0072bd", size = 4, shape = 16)+
theme_bw()+
labs(
x = expression(paste(theta, " ", "[°C]")),
y = expression(paste("ln(", nu, ")", " ", "[mPa*s]")))+
ylim(0, 10)+
xlim(0, 100)
That's what the plot looks like.
现在,我使用geom_smooth()
plot +
geom_smooth(
method = "nls",
method.args = list(formula = nu~a*exp(b/theta),
start=list(a=1, b=0.1)))
但没有任何反应......甚至没有错误信息,情节看起来和以前一样。
我还尝试将formula
直接作为geom_smooth()
参数和起始值,
plot +
geom_smooth(
method = "nls",
formula = nu~a*exp(b/theta),
start=list(a=1, b=0.1))
然后我得到了
错误:未知参数:启动
有人能找到我犯的错误吗?
提前致谢!
干杯
修改
分离美学映射时,
plot <-
ggplot()+
aes(theta, nu)+
geom_point(colour = "#0072bd", size = 4, shape = 16)+
theme_bw()+
labs(
x = expression(paste(theta, " ", "[°C]")),
y = expression(paste("ln(", nu, ")", " ", "[mPa*s]")))+
ylim(0, 10)+
xlim(0, 100)
我收到以下错误(仍然没有任何变化):
警告讯息:
1:在min(x)中:min没有非缺失参数;返回Inf 2:在max(x)中:min没有非缺失参数;返回-Inf 3:stat_smooth()中的计算失败: $运算符对原子向量无效
答案 0 :(得分:5)
你有几件事情正在发生,其中很多都在评论中指出。
将变量放在ggplot
的data.frame中,并在ggplot
或geom
内全局定义美学,最重要的是在geom_smooth
希望您引用y
和x
而不是变量名称。 geom_smooth
将使用您在y
中映射到x
和aes
的变量。
您将遇到的另一个复杂因素是here。由于您没有从predict.nls
获得标准错误,因此您需要在se = FALSE
中使用geom_smooth
。
以下是geom_smooth
代码的外观:
geom_smooth(method = "nls", se = FALSE,
method.args = list(formula = y~a*exp(b/x), start=list(a=1, b=0.1)))
这是完整的代码和情节。
ggplot(df, aes(theta, nu))+
geom_point(colour = "#0072bd", size = 4, shape = 16)+
geom_smooth(method = "nls", se = FALSE,
method.args = list(formula = y~a*exp(b/x), start=list(a=1, b=0.1))) +
theme_bw()+
labs(
x = expression(paste(theta, " ", "[°C]")),
y = expression(paste("ln(", nu, ")", " ", "[mPa*s]")))+
ylim(0, 10) +
xlim(0, 100)
请注意,geom_smooth
不符合数据集范围,除非您使用fullrange = TRUE
而不是默认值。如果您只有5个数据点,这可能会非常值得怀疑。
ggplot(df, aes(theta, nu))+
geom_point(colour = "#0072bd", size = 4, shape = 16)+
geom_smooth(method = "nls", se = FALSE, fullrange = TRUE,
method.args = list(formula = y~a*exp(b/x), start=list(a=1, b=0.1))) +
theme_bw()+
labs(
x = expression(paste(theta, " ", "[°C]")),
y = expression(paste("ln(", nu, ")", " ", "[mPa*s]")))+
ylim(0, 10) +
xlim(0, 100)
答案 1 :(得分:2)
我刚写了这个答案,因为@lukeA做了评论。
df<- data.frame(theta = c(25, 30, 35, 40, 45),
nu = c( 1.448462, 1.362730, 1.255161, 1.167408, 1.083005))
myModel <- nls(nu~a*exp(b/theta), data=df, start=list(a=1, b=0.1))
myPredict <- expand.grid(theta = seq(5, 100, by =0.1))
#expand.grid here in case your model has more than one variable
#Caution, extrapolating well beyond the data
myPredict$fit <- predict(myModel, newdata= myPredict)
plot + geom_line(data = myPredict, aes(x= theta, y= fit))