无法创建更平滑的曲线拟合图答案

【问题标题】：Not able to create a smoother curve fit plot无法创建更平滑的曲线拟合图
【发布时间】：2017-08-02 15:56:43
【问题描述】：

如何平滑拟合曲线？

XY <- data.frame(cbind(Values = c(91.8, 95.3,   99.8,   123.3,  202.9,  619.8,  1214.2, 1519.1, 1509.2, 1523.3, 1595.2, 1625.1),
            Concn = c(1000, 300,    100,    30, 10, 3,  1,  0.3,    0.1,    0.03,   0.01,   0)))
nls.fit <- nls(Values ~ (ymax* Concn / (ec50 + Concn)) + Ns*XY$Concn + ymin, data=XY,
                   start=list(ymax=max(XY$Values), ymin = min(XY$Values), ec50 = 3, Ns = 0.2045514))
plot(XY$Values ~ XY$Concn , data = XY, col = 4, main = "XY Std curve", log = "x")
lines(XY$Concn, predict(nls.fit))

当我尝试以下脚本时，我收到错误消息。

SmoothX <- seq(min(XY$Values), max(XY$Values), length = 100)
lines(SmoothX, predict(nls.fit,SmoothX), col='red', lwd=2)

错误（函数（公式，数据 = NULL，子集 = NULL，na.action = na.fail，：可变长度不同（为“SmoothX”找到）

如何修复错误？

【问题讨论】：

标签： r

【解决方案1】：

首先，我认为您在预测中使用的新数据应该使用浓度而不是值：

SmoothX <- seq(min(XY$Concn), max(XY$Concn), length = 100)

另外，看看 SmoothX 和 predict(nls.fit,SmoothX) 的长度不同：

str(SmoothX)

num [1:100] 91.8 107.3 122.8 138.3 153.8 ...

str(predict(nls.fit,SmoothX))

num [1:12] 109.5 49 52.3 120.6 298.6 ...

但是，如果您包含list(Concn=SmoothX)，您将获得一个包含 100 个值的向量，因为您的新数据向量长度是。

 str(predict(nls.fit,list(Concn=SmoothX)))

num [1:100] 1714 324.7 175.5 119.6 91.8 ...

这效果更好，但它仍然会发出警告消息和难看的红线：c。

lines(SmoothX, predict(nls.fit,list(Concn=SmoothX)), col='red', lwd=2)

警告信息：在 (ymax * Concn/(ec50 + Concn)) + Ns * XY$Concn 中：较长的对象长度不是较短对象长度的倍数

【讨论】：

感谢您一步一步地教您如何获取 100 个值的向量进行绘图。这对像我这样的许多人来说非常有用..

【解决方案2】：

首先，您需要在nls() 中使用一个公式，其中没有XY$：

nls.fit <- nls(Values ~ (ymax* Concn / (ec50 + Concn)) + 
                         Ns*Concn + ymin,
               data=XY,
               start=list(ymax=max(XY$Values), ymin = min(XY$Values),
                          ec50 = 3, Ns = 0.2045514))

剧情：

plot(Values ~ Concn , data = XY, col = 4, main = "XY Std curve",
     log = "x")

如果您要在 log-X 尺度上绘图，这将有助于在 log 尺度上均匀分布您的预测值。您还需要将预测数据作为与模型中的预测变量具有相同变量名称 (Conc) 的数据框：

SmoothX <- with(XY,
      data.frame(Concn=10^seq(min(log10(Concn[Concn>0])),
                              max(log10(Concn)), length = 100)))
pp <- predict(nls.fit,SmoothX)
lines(SmoothX$Concn, pp, col='red', lwd=2)


 plot(Values ~ Concn , data = XY, col = 4, main = "XY Std curve",
     log = "x")
SmoothX <- with(XY,
      data.frame(Concn=10^seq(min(log10(Concn[Concn>0])),
                              max(log10(Concn)), length = 100)))
pp <- predict(nls.fit,SmoothX)
lines(SmoothX$Concn, pp, col='red', lwd=2)

【讨论】：

谢谢！我非常感谢您的指导。我同样喜欢您的回答以及 G. Grothendieck 的回答。由于 G. Grothendieck 的答案是第一个答案，所以我选择了它。对不起！

【解决方案3】：

首先确保XY按Concn的升序排序，以确保当我们使用lines时，每个点都连接到下一个排序点，而不是连接到其他点。还要确保从公式中删除XY，因为它已经在data 参数中指定，如果存在会导致问题。使用plot 和lines 参数subset 从plot 和lines 中使用的数据中排除0，因为它们指定了对数刻度。

o <- order(XY$Concn)
XY <- XY[o, ]

fo <- Values ~ (ymax* Concn / (ec50 + Concn)) + Ns * Concn + ymin
st <- list(ymax=max(XY$Values), ymin = min(XY$Values), ec50 = 3, Ns = 0.2045514)
nls.fit <- nls(fo, data = XY, start = st)

plot(Values ~ Concn, XY, subset = Concn > 0, col = 4, log = "x")
title(main = "XY Std curve")
lines(predict(nls.fit, new = list(Concn = Concn)) ~ Concn, XY, subset = Concn > 0) ##

或者，可以通过以下 3 行代码替换 lines 语句（上面标记为 ##）来提供更多的对数刻度上等距的点，从而使其更加平滑。请注意，我们在取对数之前删除了 0 点。

logRange <- with(XY, log(range(Concn[Concn > 0])))
x <- exp(seq(logRange[1], logRange[2], length = 100))
lines(x, predict(nls.fit, new = list(Concn = x)))

省略标记 ## 的行，然后运行上面的所有其余代码，包括我们得到的最后 3 行：

【讨论】：

谢谢！非常感谢您的指导。