| avg_sample | 滴定值 |
|---|---|
| 15.15 | 700000 |
| 16.75 | 430000 |
| 17.65 | 70000 |
| 19.3 | 43000 |
| 21.85 | 7000 |
| 22.85 | 4300 |
| 24.475 | 700 |
| 26.57 | 430 |
| 27.505 | 70 |
| 29.65 | 43 |
| 29.6 | 7 |
| 29.735 | 4.3 |
| 30.5 | 3.5 |
| 31.545 | 2.1 |
给定上述样品 PCR 密度与滴度值。如何确定新样品密度的滴定值。我的计划是在实验室建立一个 PCR 标准，一旦已知 PCR 样本密度，我们就可以确定任何样本的滴度值，然后使用 ggplot 绘制平均样本和滴度值之间的关系图。任何帮助将不胜感激。
A 制作了一个名为 vals 的数据框来保存这些值。我想你可能想为这种关系想出一个紧凑的公式。它看起来有点双曲线，但只是绘制 y=1/x 并不能真正线性化它。我需要绘制 y ~ log(1/x) 以获得一条直线。
plot(vals$avg_sample ~ log(1/vals$titr_value))
由于这看起来是可以接受的线性，您只需将转换后的值输入线性回归并获得最佳拟合线的方程。
lm( avg_sample ~ log(1/titr_value) , data=vals)
Call:
lm(formula = avg_sample ~ log(1/titr_value), data = vals)
Coefficients:
(Intercept) log(1/titr_value)
32.656 1.246
#-----
> png()
> plot(vals$avg_sample ~ log(1/vals$titr_value))
> abline( lm( avg_sample ~ log(1/titr_value) , data=vals))
> dev.off()
我确信这个过程可以在 ggplot 中完成，但我是一个基础图形专家。