如何在R中获得nls的情节？

Question

在R中，我使用nls进行非线性最小二乘拟合。那么我如何使用拟合提供的系数值来绘制模型函数？

（是的，这是来自R亲戚新手的非常天真的问题。）

Answer 1

使用?nls中的第一个示例并按照我逐行指向的示例实现以下内容：

#This is just our data frame
DNase1 <- subset(DNase, Run == 1)
DNase1$lconc <- log(DNase1$conc)
#Fit the model
fm1DNase1 <- nls(density ~ SSlogis(lconc, Asym, xmid, scal), DNase1)

#Plot the original points
# first argument is the x values, second is the y values
plot(DNase1$lconc,DNase1$density)

#This adds to the already created plot a line
# once again, first argument is x values, second is y values
lines(DNase1$lconc,predict(fm1DNase1))

predict参数的nls方法会自动返回拟合的y值。或者，您添加一个步骤并执行

yFitted <- predict(fm1DNase1)

并将第二个参数中的yFitted传递给lines。结果如下：

或者如果你想要一条“平滑”的曲线，你所做的就是简单地重复这一点但是在更多点评估函数：

r <- range(DNase1$lconc)
xNew <- seq(r[1],r[2],length.out = 200)
yNew <- predict(fm1DNase1,list(lconc = xNew))

plot(DNase1$lconc,DNase1$density)
lines(xNew,yNew)

Answer 2

coef（x）返回回归结果x的系数。

model<-nls(y~a+b*x^k,my.data,list(a=0.,b=1.,k=1))
plot(y~x,my.data)
a<-coef(model)[1]
b<-coef(model)[2]
k<-coef(model)[3]
lines(x<-c(1:10),a+b*x^k,col='red')

例如。

Answer 3

我知道你想要什么（我是科学家）。这不是它，但至少显示如何使用'曲线'在任何范围内绘制拟合函数，曲线将是平滑的。使用与上面相同的数据集：

  

nonlinFit＆lt; - nls（密度~a - b * exp（-c * conc），data = DNase1，start = list（a = 1，b = 1，c = 1））

     

fitFnc＆lt; - function（x）predict（nonlinFit，list（conc = x））

     

曲线（fitFnc，from = .5，to = 10）

，或者

  

曲线（fitFnc，从= 8.2，到= 8.4）

，或者

  

曲线（fitFnc，从= .1，到= 50）＃井在数据范围之外

或其他（不先设置一系列评估点）。

我是一个基本的R程序员，所以我不知道如何在Mathematica中实现（优雅地）类似ReplaceAll（/。）的东西，用于替换模型中符号参数的出现，使用合适的参数。这第一步虽然看起来很可怕但仍然有效：

  

myModel＆lt; - “a - b * exp（-c * conc）”

     

nonlinFit＆lt; - nls（as.formula（paste（“density~”，myModel）），data = DNase1，start = list（a = 1，b = 1，c = 1））

它为你留下了一个单独的'模型'（作为一个字符串），你可以使用适合的参数......干净利落（不挖掘a，b，c）只会使用nonlinFit ......不知道怎么样。

Answer 4

“曲线”功能将为您绘制函数。