11

我有一个简单的数据集，我正在尝试使用功率趋势来最好地拟合数据。样本数据很小，如下：

structure(list(Discharge = c(250, 300, 500, 700, 900), Downstream = c(0.3, 
0.3, 0.3, 0.3, 0.3), Age = c(1.32026239202165, 1.08595138888889, 
0.638899189814815, 0.455364583333333, 0.355935185185185)), .Names = c("Discharge", 
"Downstream", "Age"), row.names = c(NA, 5L), class = "data.frame")

数据如下：

> new
  Discharge Downstream       Age
1       250        0.3 1.3202624
2       300        0.3 1.0859514
3       500        0.3 0.6388992
4       700        0.3 0.4553646
5       900        0.3 0.3559352

我尝试使用绘制上述数据ggplot2 

ggplot(new)+geom_point(aes(x=Discharge,y=Age))

我可以使用添加线性线，geom_smooth(method="lm")但我不确定我需要什么代码来显示电源线。

输出如下：

在此处输入图像描述

如何像在 excel 中那样添加幂线性回归线？excel图如下图：

在此处输入图像描述

4

3 回答 3

17

虽然 mnel 的答案对于非线性最小二乘拟合是正确的，但请注意 Excel 实际上并没有做任何几乎那么复杂的事情。它实际上只是对响应变量和预测变量进行对数转换，并进行普通（线性）最小二乘拟合。要在 R 中重现这一点，您将执行以下操作：

lm(log(Age) ~ log(Discharge), data=df)

Call:
lm(formula = log(Age) ~ log(Discharge), data = df)

Coefficients:
   (Intercept)  log(Discharge)  
         5.927          -1.024

作为检查，系数log(Discharge)与 Excel 相同，而 exp(5.927) ~ 375.05。

虽然我不确定如何在 ggplot2 中将其用作趋势线，但您可以在基本图形中执行此操作：

m <- lm(log(y) ~ log(x), data=df)

newdf <- data.frame(Discharge=seq(min(df$Discharge), max(df$Discharge), len=100))
plot(Age ~ Discharge, data=df)
lines(newdf$Discharge, exp(predict(m, newdf)))

text(600, .8, substitute(b0*x^b1, list(b0=exp(coef(m)[1]), b1=coef(m)[2])))
text(600, .75, substitute(plain("R-square: ") * r2, list(r2=summary(m)$r.squared)))
于 2013-08-19T07:19:38.023 回答
11

使用nls（非线性最小二乘）作为您的平滑器

例如

ggplot(DD,aes(x = Discharge,y = Age)) +
  geom_point() + 
  stat_smooth(method = 'nls', formula = 'y~a*x^b', start = list(a = 1,b=1),se=FALSE)

注意 Doug Bates 对 R 平方值和非线性模型的评论，您可以使用 Add Regression Line Equation and R2 on graph

附加回归线方程

# note that you have to give it sensible starting values
# and I haven't worked out why the values passed to geom_smooth work!
power_eqn = function(df, start = list(a =300,b=1)){
  m = nls(Discharge ~ a*Age^b, start = start, data = df);
  eq <- substitute(italic(y) == a  ~italic(x)^b, 
               list(a = format(coef(m)[1], digits = 2), 
                    b = format(coef(m)[2], digits = 2)))
  as.character(as.expression(eq));                 
}

ggplot(DD,aes(x = Discharge,y = Age)) +
  geom_point() + 
  stat_smooth(method = 'nls', formula = 'y~a*x^b', start = list(a = 1,b=1),se=FALSE) +  
  geom_text(x = 600, y = 1, label = power_eqn(DD), parse = TRUE)
于 2013-08-19T03:15:04.397 回答
6

2018 年更新：电话"start"现在似乎贬值了。它也不在stat_smooth功能信息中。

如果要选择起始值，现在需要使用“method.args”选项。

请参阅以下更改：

ggplot(DD,aes(x = Discharge,y = Age)) +
  geom_point() + 
  stat_smooth(method = 'nls', formula = 'y~a*x^b', method.args = list(start= c(a = 1,b=1)),se=FALSE) + geom_text(x = 600, y = 1, label = power_eqn(DD), parse = TRUE)
于 2018-05-08T01:22:46.743 回答