我无法找到适合我的数据的正确曲线。如果比我更有知识的人有更好的拟合曲线的想法/解决方案,我将非常感激。
数据:目的是根据 y 预测 x
dat <- data.frame(x = c(15,25,50,100,150,200,300,400,500,700,850,1000,1500),
y = c(43,45.16,47.41,53.74,59.66,65.19,76.4,86.12,92.97,
103.15,106.34,108.21,113) )
这就是我已经走了多远:
model <- nls(x ~ a * exp( (log(2) / b ) * y),
data = dat, start = list(a = 1, b = 15 ), trace = T)
这不太合适:
dat$pred <- predict(model, list(y = dat$y))
plot( dat$y, dat$x, type = 'o', lty = 2)
points( dat$y, dat$pred, type = 'o', col = 'red')
谢谢,F
最佳答案
从 y 预测 x 是一个五次多项式,虽然不是那么简约,但似乎确实合适:
fm <- lm(x ~ poly(y, 5), dat)
plot(x ~ y, dat)
lines(fitted(fm) ~ y, dat)
(情节后继续)
您还可以考虑 drc 包的 UCRS.5b 模型:
library(drc)
fm <- drm(x ~ y, data = dat, fct = UCRS.5b())
plot(fm)
注意:最初,我假设您想根据 x 预测 y 并在下面写下答案。
立方体看起来不错:
plot(y ~ x, dat)
fm <- lm(y ~ poly(x, 3), dat)
lines(fitted(fm) ~ x, dat)
(情节后继续)
4 参数逻辑看起来也不错:
library(drc)
fm <- drm(y ~ x, data = dat, fct = LL.4())
plot(fm)
关于R nls : fitting a curve to data,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33478848/