适合基本R的平方根函数

时间:2017-07-22 17:14:15

标签: r curve-fitting

我是R的新手。我已经绘制了我的数据,我只想为它准备一个漂亮的模型。那就是它。

我认为我可以在这里放置一个平方根模型(至少对红色数据点)。或者你有其他建议吗?我不知道该怎么做。

我的代码如下所示:

plot(gbl$g_aH_upper~gbl$windspeed,
 main="Boundary Layer Conductance",
 ylab="Boundary Layer Conductance [m/s]",ylim=lmts, #adj=1,
 xlab="wind speed [m/s]",
 xaxt='n',
 cex.axis=0.8,
 pch=19,
 las=1,
 col="black",type="p",cex=0.7)
axis(side=1,las=1, at=c(seq(from=0,to=2.0,by=0.1), tick=F))
legend('bottomright', legend=c("Upper leaves","Lower leaves")[-50], 
   lty=1, col=c('black', 'red'), bty='n', cex=1.0, y.intersp = 0.6, x.intersp = 0.4, seg.len = 0.6,lwd=1.5, text.width = 0.8)
par(new = TRUE)
plot(gbl$g_aH_lower~gbl$windspeed, axes = FALSE, xlab = ' ', ylab = ' ', col="red" ,type="p",cex=0.7,las=1, pch=16)

My preliminary plot with linear models

正如您所看到的,线性模型并不适合。我想我可以做得更好。

1 个答案:

答案 0 :(得分:0)

既然你已经准备好了关于数据行为的理论,那么理论应该是模型的基础。在这种情况下,y = beta0 + beta1 * sqrt(x)。

此模型可以使用标准library(tidyverse) library(forcats) df_info %>% mutate_if(is.factor, funs(fct_recode(., missing = "")) Age Color Edu 1 10-20 years old blue primary 2 21-30 years old red secondary 3 10-20 years old green primary 4 missing missing missing 函数,而不是lm函数。

以下是使用近似数据的示例:

glm

是的,平方根(绿线)确实比简单的线性回归(蓝线)更适合数据: enter image description here