Rab*_*bea 1 r ggplot2 exponential
我一直在尝试使用 ggplot 和 geom_smooth 为我的数据拟合指数曲线。我正在尝试复制类似问题的答案(geom_smooth 和指数拟合),但不断收到以下错误消息:
> exp.model <-lm(y ~ exp(x), df)
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'x'
Run Code Online (Sandbox Code Playgroud)
我不明白错误,因为数据集中没有 NA/NaN/Inf 值:
>df
x y
1 1981 3.262897
2 1990 2.570096
3 2000 7.098903
4 2001 5.428424
5 2002 6.056302
6 2003 5.593942
7 2004 10.869635
8 2005 12.425793
9 2006 5.601889
10 2007 6.498187
11 2008 6.967503
12 2009 5.358961
13 2010 3.519295
14 2011 7.137202
15 2012 19.121631
16 2013 6.479928
Run Code Online (Sandbox Code Playgroud)
设置数据:
dd <- data.frame(x=c(1981,1990,2000:2013),
y = c(3.262897,2.570096,7.098903,5.428424,6.056302,5.593942,
10.869635,12.425793,5.601889,6.498187,6.967503,5.358961,3.519295,
7.137202,19.121631,6.479928))
Run Code Online (Sandbox Code Playgroud)
问题是对任何大于 709 的数字求幂会得到一个大于可存储为双精度浮点值的最大值(大约 1e308)的数字,因此会导致数字溢出。您可以通过移动x变量轻松解决此问题:
lm(y~exp(x),data=dd) ## error
lm(y~exp(x-1981),data=dd) ## fine
Run Code Online (Sandbox Code Playgroud)
但是,您可以更轻松地绘制此模型的拟合值,如下所示:
library(ggplot2); theme_set(theme_bw())
ggplot(dd,aes(x,y))+geom_point()+
geom_smooth(method="glm",
method.args=list(family=gaussian(link="log")))
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
5515 次 |
| 最近记录: |