在R中的图形上绘制对数曲线答案

【问题标题】：Draw a logarithmic curve on graph in R在R中的图形上绘制对数曲线
【发布时间】：2015-11-20 11:09:33
【问题描述】：

我有以下一组数据，绘制时具有曲线关系

Fish.species.richness   Habitat.Complexity  log.habitat
17  0.6376  -0.1954858
13  0.2335  -0.6317131
30  0.2866  -0.5427238
20  0.3231  -0.4906630
22  0.1073  -0.9694003
25  0.2818  -0.5500590
2   0.2182  -0.6612448
4   0.0189  -1.7246886
19  0.2960  -0.5287083
25  0.5507  -0.2590849
29  0.2689  -0.5704900
21  0.6286  -0.2016602
18  0.1557  -0.8078509
24  0.6851  -0.1642460
30  0.5059  -0.2959353
32  0.4434  -0.3532043
29  0.3585  -0.4455108
32  0.5920  -0.2276783

当我记录 x 轴并进行线性回归以找到截距和斜率时，我可以添加一条适合数据的线：

summary(lm(Fish.species.richness~log.habitat,data=three))

plot(three$log.habitat,
 three$Fish.species.richness,
 xlab='Log Habitat Complexity',
 ylab='Fish Species Richness')
abline(29.178,13.843)

但是，当我随后进行曲线回归并尝试绘制不适合数据的曲线时，我哪里出错了？

mod.log<-lm(Fish.species.richness~log(Habitat.Complexity),data=three)

plot(three$Habitat.Complexity,
 three$Fish.species.richness)
abline(mod.log)

【问题讨论】：

标签： r ggplot2 regression curve-fitting

【解决方案1】：

使用ggplot2：

ggplot(three, aes(Habitat.Complexity, Fish.species.richness))+
  geom_point(shape = 1) + stat_smooth(method = "lm", formula = y ~ log(x))

【讨论】：

【解决方案2】：

abline 只能画直线，形式为 y = a + bx。其他曲线可以使用curve函数添加。

plot(Fish.species.richness ~ Habitat.Complexity, three)
curve(coef(mod.log)[1] + coef(mod.log)[2]*log(x), add=TRUE)

【讨论】：

【解决方案3】：

为了其他模型类型的清晰度和灵活性，您可能希望使用predict 函数来计算预测变量范围内的预测值：

mod.log<-lm(Fish.species.richness~log(Habitat.Complexity), data=three)

# predict along predictor variable range
newdat <- data.frame(Habitat.Complexity=seq(min(three$Habitat.Complexity), max(three$Habitat.Complexity),,100))
newdat$Fish.species.richness <- predict(mod.log, newdat, type="response")

# plot
plot(Fish.species.richness ~ Habitat.Complexity, data=three)
lines(Fish.species.richness ~ Habitat.Complexity, data=newdat)

【讨论】：