在 geom_smooth 中使用 `nlsfit` 将指数线添加到绘图答案

【问题标题】：Use `nlsfit` within geom_smooth to add exponential line to plot在 geom_smooth 中使用 `nlsfit` 将指数线添加到绘图
【发布时间】：2017-06-12 09:19:46
【问题描述】：

如果可能的话，我想将 easynls package 中的 nlsfit 与 ggplot2 一起使用。

这是我到目前为止所做的：

设置子集数据：

library('ggplot2')
library('easynls')

x <- seq(25,97)
y <- c(0.014, 0.016, 0.015, 0.016, 0.018, 0.019, 0.023, 0.019, 0.021, 0.017, 0.018, 0.016, 0.016, 0.020, 0.018, 0.019, 0.022, 0.023, 0.027, 0.027, 0.028, 0.031, 0.029, 0.032, 0.030, 0.030, 0.030, 0.033, 0.039, 0.038, 0.039, 0.046, 0.042, 0.043, 0.050, 0.054, 0.059, 0.064, 0.062, 0.058, 0.063, 0.069, 0.071, 0.069, 0.073, 0.071, 0.070, 0.077, 0.086, 0.077, 0.090, 0.086, 0.098, 0.108, 0.112, 0.116, 0.129, 0.120, 0.128, 0.141, 0.150, 0.143, 0.148, 0.150, 0.162, 0.162, 0.168, 0.152, 0.151, 0.161, 0.169, 0.189, 0.184)
data <- data.frame(x,y)

对样本数据运行 NLSfit

nlsfit = nlsfit(data.frame(x,y), model=6, start=c(250,0.05))
nlsfit
# $Model
# [1] "y~a*exp(b*x)"

# $Parameters
#                              y
# coefficient a           0.0061
# coefficient b           0.0358
# p-value t.test for a    0.0000
# p-value t.test for b    0.0000
# r-squared               0.9793
# adjusted r-squared      0.9790
# AIC                  -500.0812
# BIC                  -493.2098

使用plot() 绘制一条线

plot(x, y)
a <- nlsfit$Parameters[1,]
b <- nlsfit$Parameters[2,]
lines(x, a*exp(x*b), col="steelblue")

尝试将 nls 与 ggplot2 一起使用（这可行 - 但在完整数据集上的拟合效果不佳）...

ggplot(data, aes(x=x, y=y)) + geom_point(
       ) + geom_smooth(method="nls", formula=y~a*exp(x*b),
       method.args=list(start=c(a=250,b=0.05)), se=FALSE)

用 ggplot2 尝试nlsfit -- 不起作用

# Below doesn't work
ggplot(data, aes(x=x, y=y)) + geom_point(
       ) + geom_smooth(method="nlsfit", formula=y~a*exp(x*b),
       method.args=list(data.frame(x, y),
                        model=6, start=c(250,0.05)), se=FALSE)

# Warning message:
# Computation failed in `stat_smooth()`:
# unused arguments (formula, weights = weight, list(x = 25:97, y = c(0.014, 0.016, 0.015, 0.016, 0.018, 0.019, 0.023, 0.019, 0.021, 0.017, 0.018, 0.016, 0.016, 0.02, 0.018, 0.019, 0.022, 0.023, 0.027, 0.027, 0.028, 0.031, 0.029, 0.032, 0.03, 0.03, 0.03, 0.033, 0.039, 0.038, 0.039, 0.046, 0.042, 0.043, 0.05, 0.054, 0.059, 0.064, 0.062, 0.058, 0.063, 0.069, 0.071, 0.069, 0.073, 0.071, 0.07, 0.077, 0.086, 0.077, 0.09, 0.086, 0.098, 0.108, 0.112, 0.116, 0.129, 0.12, 0.128, 0.141, 0.15, 0.143, 0.148, 0.15, 0.162,
# 0.162, 0.168, 0.152, 0.151, 0.161, 0.169, 0.189, 0.184)))

这可能吗 - 将不胜感激。谢谢。

【问题讨论】：

geom_smooth 试图给nlsfit 一个它不接受的公式参数。在ggplot 之外创建模型，然后使用geom_line 绘制它，或者使用nls
@RichardTelford 是否可以将 nlsfit 模型（参见第 2 部分）传递给 geom_line ？如果是这样，我将如何去做？
您需要一个包含 x 值和 y 预测的 data.frame。
nlsfit 似乎没有预测方法我认为这将很难自动通过 geom_smooth 的方法参数。 nlsfit 也只返回输入公式的字符串，因此很难解析以仅从模型输出创建预测方法。（也考虑到 nlsfit 在引擎盖下使用 nls ，我很惊讶你得到不同的配合）。我真的不明白这如何让事情变得简单！

标签： r ggplot2 machine-learning nls

【解决方案1】：

您可以尝试stat_function 使最后一部分工作：

a <- nlsfit$Parameters[row.names(nlsfit$Parameters) == 'coefficient a',]
b <- nlsfit$Parameters[row.names(nlsfit$Parameters) == 'coefficient b',]
ggplot(data, aes(x=x, y=y)) + geom_point() + 
  stat_function(fun=function(x) a*exp(b*x), colour = "blue")

【讨论】：

这是一个您可能喜欢的集成示例here