R语言曲线拟合函数（绘图）

R语⾔曲线拟合函数（绘图）曲线拟合：（线性回归⽅法：lm）

1、x排序

雷打雪

2、求线性回归⽅程并赋予⼀个新变量

z=lm(y~x+I(x^2)+...)

3、plot(x,y) #做y对x的散点图

4、lines(x,fitted(z)) #添加拟合值对x的散点图并连线

曲线拟合：（nls）

lm是将曲线直线化再做回归，nls是直接拟合曲线。

需要三个条件：曲线⽅程、数据位置、系数的估计值。

如果曲线⽅程⽐较复杂，可以先命名⼀个⾃定义函数。

例：

应力传感器f=function(x1, x2, a, b) {a+x1+x2^b};

result=nls(x$y~f(x$x1, x$x2, a, b), data=x, start=list(a=1, b=2));

#x可以是数据框或列表，但不能是矩阵

#对系数的估计要尽量接近真实值，如果相差太远会报错：“奇异梯度”

summary(result); #结果包含对系数的估计和p值

根据估计的系数直接在散点图上使⽤lines加曲线即可。

曲线拟合：（局部回归）

lowess(x, y=NULL, f = 2/3, iter = 3)

#可以只包含x，也可使⽤x、y两个变量

#f为窗宽参数，越⼤越平滑仪式用鼓

#iter为迭代次数，越⼤计算越慢企业家宣言

loess(y~x, data, span=0.75, degree=2)

#data为包含x、y的数据集；span为窗宽参数

#degree默认为⼆次回归

#该⽅法计算1000个数据点约占10M内存

车有利

举例：

x=seq(0, 10, 0.1); y=sin(x)+rnorm(101) #x的值必须排序

plot(x,y); #做散点图

lines(lowess(x,y)); #利⽤lowess做回归曲线

lines(x,predict(loess(y~x))); #利⽤loess做回归曲线，predict是取回归预测值

金环银环z=loess(y~x); lines(x, z$fit); #利⽤loess做回归曲线的另⼀种做法

posted on 2016-01-06 15:35 阅读( ...) 评论( ...)

本文发布于:2024-09-22 19:32:47，感谢您对本站的认可！

标签：回归系数曲线曲线拟合数据估计

留言与评论（共有 0 条评论）