r中的对数线性拟合绘图[关闭]答案

【问题标题】：logarithmic linear fit plotting in r [closed]r中的对数线性拟合绘图[关闭]
【发布时间】：2017-06-27 19:38:10
【问题描述】：

我有一个数据框对应每个变量的频率（示例：变量 1 出现 1984 次，变量 2 出现 974 ...）

dff<-data.frame(Var1=c(1 ,2 ,3 ,4 ,5 ,6 ,7 ,8 ,9 ,10 ,11, 12 ,13 ,14 ,15 ,16 ,27, 30 ,35 ,36 ,38 ,39 ,40 ,41), Freq=c(1984,  974,  464 , 251 , 127 ,  83 ,  45 ,  26  , 16  , 12 ,   9   , 5 ,   5  ,  2    ,3  ,  1   , 1  ,  1 ,   1   , 2  ,  5,4,2,1))

plot(dff$Var1,log(dff$Freq))

对数图

正如我们在图片中看到的，有一个线性回归，

我只是想找到一种方法，可以只拟合线性拟合与x轴相交的回归部分。

因为，我需要提取其他不适合线性拟合的点（dff$Var1=20 之后的点），即均值不是噪声点

【问题讨论】：

也许我对这个问题和问题感到困惑，但你为什么不直接放弃>20 值并使用lm 估计一个模型？你问的是这个吗？
这句话不清楚“正如我们在图片中看到的，存在线性回归”。你的意思是线性关系还是相关性？
因为这是数据的一小部分，dff 数据帧只是数据帧的大数据帧中的一个数据帧，这意味着我有 1000 个数据轨道，每个数据轨道都有一个数据帧，因为这个数字会有所不同从数据帧到另一个，我只需要创建一个循环所有数据帧并提取数字的脚本
@user3744999 数据跟踪？对于大多数人来说，这可能是一个新名词。这是什么意思？在 Google 上，它仅显示为品牌名称，即 datatracks.com
好的，很抱歉，但我的问题与数据轨道无关（这只是一系列数据），我只需要一种方法来确定线性拟合与 x 轴相交的位置

标签： r plot linear-regression noise

【解决方案1】：

这个呢：

plot(dff$Var1, log(dff$Freq))
lr <- lm(log(Freq) ~ Var1, data = dff[dff$Var1 < 20, ])
abline(lr)

截止点是 20。但您可以根据自己的工作来改变它。

如果要计算

线性拟合与 x 轴相交的位置。

获取系数：

coef(lr)
(Intercept)        Var1 
  7.4636699  -0.4741615

并解方程7.4636699 + Var1*(-0.4741615) = 0.

【讨论】：