如何在R中平滑非线性回归曲线答案

【问题标题】：How to smooth non-linear regression curve in R如何在R中平滑非线性回归曲线
【发布时间】：2015-10-08 20:47:12
【问题描述】：

所以我被要求获得 MASS 包中变量 Length 的估计值。我使用的代码如下所示，以及生成的曲线。不知何故，我最终没有得到一条平滑的曲线，而是一条非常“块状”的曲线，以及曲线上各点之间的一些线。谁能帮我弄一个平滑的曲线？

utils::data(muscle,package = "MASS")
Length.fit<-nls(Length~t1+t2*exp(-Conc/t3),muscle,
                start=list(t1=3,t2=-3,t3=1))
plot(Length~Conc,data=muscle)
lines(muscle$Conc, predict(Length.fit))

剧情图片： .

编辑：作为后续问题：如果我想更准确地预测曲线，我使用非线性回归来预测 21 个物种中的每一个的曲线。这给了我一个向量

theta=(T11,T12,...,T21,T22,...,T3).

我可以创建一个绘制所有图形的 for 循环，但像以前一样，我最终得到了块状曲线。但是，看到我必须将这些曲线绘制如下：

for(i in 1:21) {
  lines(muscle$Conc,theta[i]+theta[i+21]*
        exp(-muscle$Conc/theta[43]), col=color[i])
  i = i+1
}

我不知道如何使用相同的技巧来平滑这些曲线，因为muscle$Conc 仍然只有 4 个值。

编辑 2：我想通了，改成下面这样：

lines(seq(0,4,0.1),theta[i]+theta[i+21]*exp(-seq(0,4,0.1)/theta[43]), col=color[i])

【问题讨论】：

是的。我用我的答案编辑了它。

标签： r non-linear-regression

【解决方案1】：

如果您查看cbind(muscle$Conc, predict(Length.fit)) 的输出，您会看到许多点是重复的，并且它们没有按Conc 的顺序排序。 lines 只是按顺序绘制点并连接点，为您提供多条来回线。下面的代码在 Conc 的一组唯一有序值上运行 predict。

plot(Length ~ Conc,data=muscle)
lines(seq(0,4,0.1),
      predict(Length.fit, newdata=data.frame(Conc=seq(0,4,0.1))))

【讨论】：

这很有意义。谢谢！