散布図データを使ってロジスティックなトレンドラインをプロットしたいと思いますが、これについてどうやって進んでいくのか分かりません。私はWebを検索し、3つのパラメータを必要とする関数を見つけましたが、これらを見つける方法はわかりません。どんな助けでも大歓迎です。r散布図を使ってロジスティック曲線に合わせる
データ:
x y
1 0 36.4161850
2 0 94.2196532
3 0 94.7976879
4 0 98.2658960
5 0 97.1098266
6 250 40.4624277
7 250 41.0404624
8 250 23.6994220
9 250 48.5549133
10 250 61.2716763
11 500 5.7803468
12 500 3.4682081
13 500 0.5780347
14 500 2.8901734
15 500 0.0000000
16 750 0.0000000
17 750 0.0000000
18 750 0.0000000
19 750 0.0000000
20 750 0.0000000
dummy <- structure(list(x = c("0", "0", "0", "0", "0", "250", "250", "250",
"250", "250", "500", "500", "500", "500", "500", "750", "750",
"750", "750", "750"), y = c(36.4161849710983, 94.2196531791908,
94.7976878612717, 98.2658959537572, 97.1098265895954, 40.4624277456647,
41.0404624277457, 23.6994219653179, 48.5549132947977, 61.271676300578,
5.78034682080925, 3.46820809248555, 0.578034682080925, 2.89017341040462,
0, 0, 0, 0, 0, 0)), reshapeLong = structure(list(varying = structure(list(
Proportion = c("m0.perc", "m250.perc", "m500.perc", "m750.perc"
)), .Names = "Proportion", v.names = "Proportion", times = c("m0.perc",
"m250.perc", "m500.perc", "m750.perc")), v.names = "Proportion",
idvar = "id", timevar = "Distance"), .Names = c("varying",
"v.names", "idvar", "timevar")), .Names = c("x", "y"), row.names = c(NA,
-20L), class = "data.frame")
私は何を目指してるが高いから始まり、低終了ロジスティック曲線であり、ミラーリング「S」あなたが好きなら、散布図のデータによる。
plot(y~x, data = dummy)
任意の助けてくれてありがとう
https://en.wikipedia.org/wiki/Logistic_functionを見てから、これは良いスタートになりそうです。適切なパラメータ記号/曲線の形状を見るための関数を持った遊びを持っています。f = function(L、k、x0、x)L /(1 + exp(-k *(x-x0))) plot(f(100、-0.01,300,1:600)、type = "l") '(非常に構造化されたアプローチではない! start = c(L = 100、k = -0.1、x0 = 300)、data = min(n -L /(1 + exp {-k *ダミー) '。 [現在ダミー$ x - - as.numeric(ダミー$ x) 'をすることを忘れないでください] – user2957945
あなたの返事をありがとう。しかし、あなたの答えは私には分かりません。最初の部分はグラフを描画しますが、これを散布図にオーバーレイしません。答えの2番目の部分はモデルに適合しますが、何にも合いませんか? – FlyingDutch
あなたは曲線にフィットしたいが、パラメータを推定する必要があると書いています。上のコメントの非線形モデルはこれらを推定します。初期関数f、およびplotを使用して、nlsLM関数の開始パラメータを検索しました。最終的なプロットを行うには、線形回帰を行っていた場合にフィッティングした線のように、モデルでpredictを使用することができます。 – user2957945