配合ggplot2，geom_smooth和nls [英] Fitting with ggplot2, geom_smooth and nls

问题描述

我试图用等式来拟合指数衰减函数（RC类似系统）的数据：

我的数据位于以下数据框中：

 数据集<  -  data.frame（ Exp = c（4，4，4，4， 1,2,3,4,5,6,6,6,6,6,6,6,6,6,6），t = c（0,0.33,0.67,1,1.33,1.67,2,4,6,8，10,0,33 ，0.67,1,1.33,1.67,2,4,6,8,10,0,33,0.67,1,1.33,1.67,2,4,6,8,10），fold = c（1,0.957066345654286， 1.24139015724819，1.62889151698633，1.72008539595879，1.82725412314402，1.93164365299958，1.9722929538061，2.15842019312484，1.9200507796933，1.95804730344453，1，0.836176542548747，1.07077717914707，1.45471712491441，1.61069357875771，1.75576​​377806756，1.89280913889538，2.00219054189937，1.87795513639311，1.85242493827193，1.7409346372629，1，0.840498729335292，0.9041309050004 99,1.23116185602517,1.41897551928886,1.60167656534099,1.72389226836308,1.80635095956481,1.766040786872057,1.74327897001172,1.63581509884482））
  

我有3实验（实验：4，5和6）的数据我想适合每个实验在给定的方程。

我设法通过子集进行实验我的数据和使用由nls计算的参数

  test<  -  subset（dataset，Exp == 4）
 fit1 = nls（fold_1+（Vmax *（1-exp（-t / tau））），
 data = test，
 start = c（tau = 0.2，Vmax = 2））$ （t，fold））+ 
 stat_function（fun = function（t）{1 + coef（fit1）[[2]] *（1-exp（-t / coef（ fit1）[[1]]））}）+ 
 geom_point（）
  

但是如果我尝试直接使用geom_smooth函数在这个代码的完整数据集上

  d < -  ggplot（test，aes（t，fold））+ 
 geom_point（）+ 
 ge om_smooth（method =nls，
 formula ='fold-1 + Vmax *（1-exp（-t / tau））'，
 start = c（tau = 0.2，Fmax = 2） ）
 print（d）
  

我得到以下错误：

  model.frame.default中的错误（公式=〜fold，data = data，weights = weight）：
可变长度不同'（权重）'）
另外：警告信息：
 1：在min（x）中：没有非缺少参数min;返回Inf 
 2：在max（x）中：没有非缺少参数为max;返回-Inf 
  

我的语法有什么问题吗？为了在数据集上使用相同的函数，并使用组在每个Exp级别有一个适合值，我会让这个工作。

1. / code>是 nls 的参数，您需要传递一个公式对象给它，而不是一个字符。


2. ggplot2将 y 和 x 传递给 nls 而不是 fold 和 t 。


3. 默认情况下， stat_smooth 尝试获取置信区间。这在 predict.nls 中没有实现。

总结： / p>



  d < -  ggplot（test，aes（x = t，y = fold））+ 
＃很显然，我使用参数名称而不是位置匹配
 geom_point（）+ 
 geom_smooth（method =nls，
 formula = y〜1 + Vmax *（1-exp（-x / tau）），＃这是一个nls参数，
 #but stat_smooth沿着
 start = c（tau = 0.2，Vmax = 2）传递参数，＃this也是
 se = FALSE） ＃这是stat_smooth的参数，
＃关闭了绘制置信区间
  

编辑：

在版本2的主要ggplot2更新之后，您需要：

  geom_smooth（method =nls，
 formula = y〜1 + Vmax *（1-exp（-x / tau）），＃这是一个nls参数
方法.args = list（start = c（tau = 0.2，Vm ax = 2）），＃this too 
 se = FALSE）
  

I am trying to fit data on an exponential decay function (RC like system) with equation:

My data are on the following dataframe:

dataset <- data.frame(Exp = c(4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6), t = c(0, 0.33, 0.67, 1, 1.33, 1.67, 2, 4, 6, 8, 10, 0, 33, 0.67, 1, 1.33, 1.67, 2, 4, 6, 8, 10, 0, 0.33, 0.67, 1, 1.33, 1.67, 2, 4, 6, 8, 10), fold = c(1, 0.957066345654286, 1.24139015724819, 1.62889151698633, 1.72008539595879, 1.82725412314402, 1.93164365299958, 1.9722929538061, 2.15842019312484, 1.9200507796933, 1.95804730344453, 1, 0.836176542548747, 1.07077717914707, 1.45471712491441, 1.61069357875771, 1.75576377806756, 1.89280913889538, 2.00219054189937, 1.87795513639311, 1.85242493827193, 1.7409346372629, 1, 0.840498729335292, 0.904130905000499, 1.23116185602517, 1.41897551928886, 1.60167656534099, 1.72389226836308, 1.80635095956481, 1.76640786872057, 1.74327897001172, 1.63581509884482))

I have 3 experiment (Exp: 4, 5 and 6) data I want to fit each experiment on the given equation.

I have managed to do it for of the experiment by subsetting my data and using the parameter calculated by nls

test <- subset(dataset,Exp==4)
fit1 = nls(fold ~ 1+(Vmax*(1-exp(-t/tau))),
  data=test,
  start=c(tau=0.2,Vmax=2))
ggplot(test,aes(t,fold))+
  stat_function(fun=function(t){1+coef(fit1)[[2]]*(1-exp(-t/coef(fit1)[[1]]))})+
  geom_point()

But if I try to use the geom_smooth function directly on the full dataset with this code

d <- ggplot(test,aes(t,fold))+
   geom_point()+
   geom_smooth(method="nls", 
     formula='fold~1+Vmax*(1-exp(-t/tau))',
     start=c(tau=0.2,Fmax=2))
print(d)

I get the following error:

Error in model.frame.default(formula = ~fold, data = data, weights = weight) : 
  variable lengths differ (found for '(weights)')
In addition: Warning messages:
1: In min(x) : no non-missing arguments to min; returning Inf
2: In max(x) : no non-missing arguments to max; returning -Inf

Is there anything wrong with my syntax? I would have this one working in order to use the same function on the dataset and using group to have one fit per Exp level.

解决方案

There are several problems:

1. formula is a parameter of nls and you need to pass a formula object to it and not a character.
2. ggplot2 passes y and x to nls and not fold and t.
3. By default, stat_smooth tries to get the confidence interval. That isn't implemented in predict.nls.

In summary:

d <- ggplot(test,aes(x=t, y=fold))+ 
         #to make it obvious I use argument names instead of positional matching
  geom_point()+
  geom_smooth(method="nls", 
              formula=y~1+Vmax*(1-exp(-x/tau)), # this is an nls argument, 
                                                #but stat_smooth passes the parameter along
              start=c(tau=0.2,Vmax=2), # this too
              se=FALSE) # this is an argument to stat_smooth and 
                        # switches off drawing confidence intervals

Edit:

After the major ggplot2 update to version 2, you need:

geom_smooth(method="nls", 
              formula=y~1+Vmax*(1-exp(-x/tau)), # this is an nls argument
              method.args = list(start=c(tau=0.2,Vmax=2)), # this too
              se=FALSE)

这篇关于配合ggplot2，geom_smooth和nls的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！