nls関数を使用して間違ったフィット

Question

指数関数的減衰に適合させようとしたときに、x軸に10進数がある場合、適合は決して正しくありません。以下は私のデータです：

exp.decay = data.frame(time,counts) 
    time counts 
1 0.4 4458 
2 0.6 2446 
3 0.8 1327 
4 1.0 814 
5 1.2 549 
6 1.4 401 
7 1.6 266 
8 1.8 182 
9 2.0 140 
10 2.2 109 
11 2.4  83 
12 2.6  78 
13 2.8  57 
14 3.0  50 
15 3.2  31 
16 3.4  22 
17 3.6  23 
18 3.8  20 
19 4.0  19 
20 4.2  9 
21 4.4  7 
22 4.6  4 
23 4.8  6 
24 5.0  4 
25 5.2  6 
26 5.4  2 
27 5.6  7 
28 5.8  2 
29 6.0  0 
30 6.2  3 
31 6.4  1 
32 6.6  1 
33 6.8  2 
34 7.0  1 
35 7.2  2 
36 7.4  1 
37 7.6  1 
38 7.8  0 
39 8.0  0 
40 8.2  0 
41 8.4  0 
42 8.6  1 
43 8.8  0 
44 9.0  0 
45 9.2  0 
46 9.4  1 
47 9.6  0 
48 9.8  0 
49 10.0  1 

fit.one.exp <- nls(counts ~ A*exp(-k*time),data=exp.decay, start=c(A=max(counts),k=0.1)) 
plot(exp.decay, col='darkblue',xlab = 'Track Duration (seconds)',ylab = 'Number of Particles', main = 'Exponential Fit') 
lines(predict(fit.one.exp), col = 'red', lty=2, lwd=2) 

私はいつもこの奇妙なフィット感を得ています。私はフィットが右のx軸を認識していないように見えます。なぜなら、私がx軸（時間）に整数だけを使って別のデータセットを使用すると、フィットが機能するからです！なぜ私はそれが異なるユニットで異なるのか分かりません。

Answer 1

あなたは一つの小さな変更を必要とする：

lines(predict(fit.one.exp), col = 'red', lty=2, lwd=2) 

はあなたの横軸上の任意の値に対してプロットすることを確認してください。この方法

lines(exp.decay$time, predict(fit.one.exp), col = 'red', lty=2, lwd=2) 

でなければなりません。

私はこのようにそれをテストした：あなたが見ることができるように、フィット感は非常によく、実際のデータを記述し、それだけだった

：

data = read.csv('exp_fit_r.csv') 

A0 <- max(data$count) 
k0 <- 0.1 

fit <- nls(data$count ~ A*exp(-k*data$time), start=list(A=A0, k=k0), data=data) 

plot(data) 
lines(data$time, predict(fit), col='red') 

私に次の出力を与えます正しい横座標値に対するプロットの問題。