В R я использую nls для нелинейной аппроксимации методом наименьших квадратов. Как тогда мне построить модельную функцию, используя значения коэффициентов, предоставленных подгонкой?
(Да, это очень наивный вопрос от относительного новичка R.)
Как получить сюжет из nls в R?
Ответы (4)
Используя первый пример из ?nls и следуя примеру, который я указал вам построчно, получаем следующее:
#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$lconc,predict(fm1DNase1))
Метод predict для аргумента nls автоматически возвращает подогнанные значения y. В качестве альтернативы вы добавляете шаг и выполняете
yFitted <- predict(fm1DNase1)
и вместо этого передайте yFitted во втором аргументе lines. Результат выглядит так:
Или, если вам нужна «гладкая» кривая, вам нужно просто повторить это, но оценить функцию в большем количестве точек:
r <- range(DNase1$lconc)
xNew <- seq(r[1],r[2],length.out = 200)
yNew <- predict(fm1DNase1,list(lconc = xNew))
plot(DNase1$lconc,DNase1$density)
lines(xNew,yNew)
person
joran
schedule
29.03.2012
Нет,
lines - это $ not $ то, что я хотел построить (вместе с исходными точками данных). Скорее, я хотел построить модельную функцию, используя значения коэффициентов, найденных при вызове nls. Как мне извлечь эти коэффициенты? И как потом их заменить в виде модельной функции? Конкретно модель y ~ k * x^n. Теперь я хочу построить (гладкую) кривую, заданную уравнением y = k * x^n, со значениями k и n, найденными из nls.
- person murray; 29.03.2012
@murray Эм ... вызов
lines(...,predict()) делает в точности то, что вы только что описали.
- person joran; 29.03.2012
@murray А именно, он оценивает функцию подобранную, используя оцененные коэффициенты в качестве исходных точек данных. Если вы хотите, чтобы функция оценивалась в разных точках, вам придется передать их в
predict.
- person joran; 29.03.2012
@murray Я добавил еще один пример, показывающий, как именно сделать кривую более плавной.
- person joran; 29.03.2012
Для значений коэффициентов, найденных nls, я хочу построить результирующую модель как гладкую функцию для этих коэффициентов - так же, как я бы построил, скажем, y = 5 * x ^ 2. Нет ли способа построить функцию в R без явного указания списка значений x?
- person murray; 29.03.2012
@murray Ну, есть
curve, но это просто то, что я делал вручную, и это будет намного больше работы, в которой все сводится к выражению или функции. Ваше замешательство может заключаться в том, что вы думаете, что на самом деле существует такая вещь, как плавная кривая при построении графика. Нет. Просто функция оценивается в достаточном количестве точек, и ваш глаз не заметит разницы. Каждый график в каждом языке в какой-то момент явно вычерчивает последовательность значений x и соединяет их линией.
- person joran; 30.03.2012
спасибо за все ответы! Мне хорошо известно, что для компьютера не существует такой вещи, как плавная кривая для построения графика - это всего лишь точки выборки и сегменты рисования (и, в конечном итоге, сопоставление их с соответствующими пикселями). Но с такими системами, как Mathematica, мне не нужно об этом думать, и вместо этого я могу работать на более высоком уровне абстракции, а именно, просто запрашивая график функции и позволяя системе делать всю грязную работу (включая адаптивную выборку входных значений по скорости изменения значений).
- person murray; 30.03.2012
coef (x) возвращает коэффициенты для результатов регрессии x.
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')
Например.
person
Graham Giller
schedule
21.05.2013
Я знаю, чего вы хотите (я ученый). Это не так, но, по крайней мере, показано, как использовать «кривую» для построения функции подгонки в любом диапазоне, и кривая будет плавной. Используя тот же набор данных, что и выше:
nonlinFit ‹- nls (плотность ~ a - b * exp (-c * conc), data = DNase1, start = list (a = 1, b = 1, c = 1))
fitFnc ‹- функция (x) предсказать (nonlinFit, list (conc = x))
кривая (fitFnc, от = 0,5 до = 10)
or,
кривая (fitFnc, от = 8,2 до = 8,4)
or,
curve (fitFnc, from = .1, to = 50) # выходит за пределы диапазона данных
или что-то еще (без предварительной настройки последовательности точек оценки).
Я элементарный программист на языке R, поэтому не знаю, как реализовать (изящно) что-то вроде ReplaceAll (/.) В Mathematica, которое можно было бы использовать для замены вхождений символьных параметров в модели на подогнанные параметры. Этот первый шаг работает, хотя выглядит ужасно:
myModel ‹- a - b * exp (-c * conc)
nonlinFit ‹- nls (as.formula (paste (density ~, myModel)), data = DNase1, start = list (a = 1, b = 1, c = 1))
Это оставляет вам отдельную `` модель '' (в виде символьной строки), которую вы могли бы использовать с подобранными параметрами ... чисто (НЕ раскапывая a, b, c) просто используйте nonlinFit ... не уверен, как это сделать.
person
SteveK9
schedule
24.03.2015
Функция «кривая» построит для вас функции.
person
Vincenzo
schedule
12.07.2013
?nls, и там есть пример для вас. - person joran schedule 29.03.2012xy, с компонентамиxиy, аdim(xy)- это17 2. И я назвалfittedрезультат вызова nls. Как построить модельную функцию для найденных значений коэффициентов вместе с исходными точками данных? - person murray schedule 29.03.2012lines(x, predict(nlmod), col=2). Это работает, потому чтоpredictзнает, как вычислить предсказанные значения y на основе выводаnls. В качестве альтернативы, потратьте немного времени, чтобы просеять все компоненты вашегоfittedобъекта, найти коэффициенты и использовать их для написания вашей собственной функции соответствия. Это придаст вам уверенности в том, чтоnlsсделал то, что вы хотите. - person Carl Witthoft schedule 29.03.2012