从 R 中的线性拟合中提取 x 轴截距

Question

我有一些使用以下代码行生成的数据，

x <- c(1:10)
y <- x^3
z <- y-20
s <- z/3
t <- s*6
q <- s*y
x1 <- cbind(x,y,z,s,t,q)
x1 <- data.frame(x1)

我想绘制 x 与 y、s 和 t 的关系图，所以我先将数据框 x1 融化，

 library(reshape2)

 xm <- melt(x1, id=names(x1)[1], measure=names(x1)[c(2, 4, 5)], variable = "cols"`)

然后我使用以下代码将它们与线性拟合一起绘制，

library(ggplot2)
plt <- ggplot(xm, aes(x = x, y = value, color = cols)) +
  geom_point(size = 3) +
  labs(x = "x", y = "y") + 
  geom_smooth(method = "lm", se = FALSE)
plt

生成的图如下所示，

现在我想插入线性拟合的 x 截距。图中 y 轴值为 0 的点。

如下代码行如here所示，提取斜率和y截距。

fits <- by(xm[-2], xm$cols, function(i) coef(lm(value ~ x, i)))
data.frame(cols = names(fits), do.call(rbind, fits))

除了从斜率和 y 截距手动计算之外，还有什么方法可以提取 x 截距？

感谢您的帮助！

Answer 1

我认为您无法避免计算线性方程，但您当然不必手动完成（除非您愿意）。例如：

by(xm[-2], xm$cols, function(i) { 
fit <- lm(value~x, i); print(fit); solve(coef(fit)[-1], -coef(fit)[1] )}
)

Call:
lm(formula = value ~ x, data = i)

Coefficients:
(Intercept)            x  
     -277.2        105.4  


Call:
lm(formula = value ~ x, data = i)

Coefficients:
(Intercept)            x  
     -99.07        35.13  


Call:
lm(formula = value ~ x, data = i)

Coefficients:
(Intercept)            x  
     -594.4        210.8  

xm$cols: y
[1] 2.629981
----------------------------------------------------------------------------------------------------------------- 
xm$cols: s
[1] 2.819734
----------------------------------------------------------------------------------------------------------------- 
xm$cols: t
[1] 2.819734

解决的问题基本上是 -277.2 + 105.4*x = 0 for x -> 105.4*x = 277.2（求解函数调用）-> x = 2.629981。似乎您的线“s”和“t”在同一点与 y=0 轴相交。如果我理解正确，您的问题不是外推，因为您的 x 范围涵盖了截距，而是插值。

附言。我认为您的代码丢失了：require("reshape")

编辑：

result <- c(by(xm[-2], xm$cols, function(i) { fit <- lm(value~x, i); print(fit); solve(coef(fit)[-1], -coef(fit)[1] )} )); print(result) 
> print(result)
       y        s        t 
2.629981 2.819734 2.819734 

Answer 2

我找到了一种计算 x 截距的方法，首先用 y 截距和斜率值创建一个数据框，

par <- data.frame(cols = names(fits), do.call(rbind, fits))

然后重命名列标题名称以准确表示值，

colnames(par)[2] <- "y_intercept"
colnames(par)[3] <- "slope"
# Calculate the x-intercept by using the formula -(y_intercept)/slope
x_incpt <- -par[2]/par[3]
colnames(x_incpt) <- "x_intercept"

结果如下，

  x_intercept
y    2.629981
s    2.819734
t    2.819734

Answer 3

如果您不想自己计算，可以按照在 chemCal 包中实现的逆向预测进行校准：

library(chemCal)
res <- by(xm[-2], xm$cols, function(i) inverse.predict(lm(value ~ x, i), 0)$Prediction)
res[1:3]
#xm$cols
#y        s        t 
#2.629981 2.819734 2.819734

编辑：

也许你更喜欢这个：

library(plyr)
res <- ddply(xm, .(cols), 
  function(i) data.frame(xinter=inverse.predict(lm(value ~ x, i), 0)$Prediction))
#   cols   xinter
# 1    y 2.629981
# 2    s 2.819734
# 3    t 2.819734