r - 如何从 R 中的 nls 获取情节？

Question

在 RI 中，使用 nls 进行非线性最小二乘拟合。那么如何使用拟合提供的系数值绘制模型函数呢？

（是的，这是来自 R 相对新手的一个非常幼稚的问题。）

Answer 1

使用?nls我逐行指出的示例中的第一个示例并遵循示例，可以实现以下目标：

#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))

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

yFitted <- predict(fm1DNase1)

并将yFitted第二个参数传递给lines。结果如下所示：

或者如果你想要一个“平滑”的曲线，你所做的就是简单地重复这个但在更多点上评估函数：

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）。不是这样，但至少展示了如何使用“曲线”在任何范围内绘制拟合函数，并且曲线将是平滑的。使用与上述相同的数据集：

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

fitFnc <- function(x) predict(nonlinFit, list(conc=x))

曲线（fitFnc，从=.5，到=10）

或者，

曲线（fitFnc，从=8.2，到=8.4）

或者，

curve(fitFnc, from=.1, to=50) # 远远超出数据范围

或其他任何东西（没有先设置一系列评估点）。

我是一名初级 R 程序员，所以我不知道如何（优雅地）在 Mathematica 中实现像 ReplaceAll ( /. ) 之类的东西，人们可以用它来用拟合参数替换模型中符号参数的出现。这第一步虽然看起来很糟糕，但仍然有效：

myModel <- “a - b*exp(-c*conc)”

nonlinFit <- nls(as.formula(paste("密度 ~", myModel)), data = DNase1, start = list(a=1, b=1, c=1) )

它为您留下了一个单独的“模型”（作为字符串），您可以使用拟合参数......干净利落地（不挖掘 a、b、c）只需使用 nonlinFit ...不知道如何。

Answer 4

函数“曲线”将为您绘制函数。