查找局部最小值/最大值并仅使用此范围进行绘图答案

【问题标题】：Find local minima/maxima and and use only this range for plotting查找局部最小值/最大值并仅使用此范围进行绘图
【发布时间】：2017-06-25 01:03:41
【问题描述】：

下面我有一些数据。请以 CSV 格式粘贴到文本文件中，因为我不知道如何将其导出为矢量 :)

无论如何，当散点图时，您会注意到有一个最大值。我怎样才能只从x = 0 到x = max(y) 范围内进行拟合（在这种情况下只是一个线性，虽然不完全准确），然后从最大值到终点进行另一个拟合（可能是指数衰减）？请参见下面的草图。

time;intensity
0;2.17645
30;1.93959
60;2.66259
90;2.90125
120;2.5585
150;2.68808
180;3.06872
210;2.78406
240;3.03446
270;3.00371
300;2.92382
330;2.9213
360;2.86571
390;2.67248
420;2.48212
450;2.58491
480;2.53085
510;2.46214
540;2.38609
570;2.03002
600;1.8867
630;1.75795
660;1.69764
690;1.71163
720;1.59365
750;1.67867
780;1.59154
810;1.47798
840;1.43321
870;1.4091
900;1.32017
930;1.31044
960;1.28891
990;1.31004
1020;1.24349
1050;1.17192
1080;1.08548
1110;1.13026
1140;1.14576
1170;1.12595
1200;1.16716
1230;1.15284
1260;1.12913
1290;1.14195
1320;1.11694
1350;1.16297
1380;1.04345
1410;1.0932
1440;1.10847
1470;1.09431
1500;1.02416
1530;1.00733
1560;1.15768
1590;1.09288
1620;1.11773
1650;1.15572
1680;1.02918
1710;1.12721
1740;1.14438

【问题讨论】：

标签： r model-fitting

【解决方案1】：

使用ggplot2 中的stat_smooth 和geom_smooth 来计算和绘制拟合数据，并使用subset 函数告诉他们要拟合数据的哪些部分：

library( ggplot2 )

X <- read.delim( "data.csv", sep=";" )
pt <- X$time[ which.max( X$intensity ) ]     # Identify the inflection point

g <- ggplot( X, aes( x=time, y=intensity ) ) +
  geom_point() +
  stat_smooth( data=subset( X, time<=pt ), method="lm", col="blue", se=FALSE ) +
  geom_smooth( data=subset( X, time>=pt ), method="glm", col="red", se=FALSE,
              method.args=list(family=gaussian(link="log")) )

请注意，指数衰减似乎不太适合您的数据：

【讨论】：

对，只是侧面的一个糟糕的猜测。由于一些我还没有完全弄清楚的非稳态酶动力学，它更像是一条拉长的 S 形曲线。但是感谢这个可爱的例子！
这是一个非常好的例子，有没有办法从配件中获取配件参数？
是的，您只需自己运行具有相同参数的lm 和glm（例如，lm( data = subset(X, time<=pt) ) 给出“蓝色”线模型）
错误...lm( intensity ~ time, data = subset(X, time<=pt) )
普遍的共识似乎是您将与 ggplot 分开进行拟合，然后绘制例如geom_smooth(method = "nls", method.args = list(formula = y ~ a*b, start = list(a = 1, b = 2)) 如果你告诉 ggplot 适合你，它会开始变得非常复杂。

【解决方案2】：

要做到这一点，最简单的方法是在最大值出现的点将数据分成两部分并独立拟合？

这可以通过以下代码实现；

 data <- read.csv('./in.csv')
 max <- which.max(data$intensity)

 start <- data[1:max,]     
 end <- data[max:dim(data)[1],]

which 只返回达到最大值的索引，然后拆分，dim 返回数据框的形状，我们正在选择行数。

如果您希望平滑数据的顶部而不使用显式最大值，则有一个使用 rollaply here 的好例子。

【讨论】：