相关疑难解决方法(0)

我正在使用R和ggplot来绘制一些数据的散点图,一切都很好,除了y轴上的数字是用计算机风格的指数格式出来的,即4e + 05,5e + 05等.这显然很明显不可接受,所以我想把它显示为500,000,400,000等等.获得正确的指数表示法也是可以接受的.

该图的代码如下:

p <- ggplot(valids, aes(x=Test, y=Values)) +
  geom_point(position="jitter") +
  facet_grid(. ~ Facet) +
  scale_y_continuous(name="Fluorescent intensity/arbitrary units") +
  scale_x_discrete(name="Test repeat") +
  stat_summary(fun.ymin=median, fun.ymax=median, fun.y=median, geom="crossbar")

任何帮助非常感谢.

我对插值函数的一般求根问题感兴趣。

假设我有以下(x, y)数据：

set.seed(0)
x <- 1:10 + runif(10, -0.1, 0.1)
y <- rnorm(10, 3, 1)

以及线性插值和三次样条插值：

f1 <- approxfun(x, y)
f3 <- splinefun(x, y, method = "fmm")

如何找到x这些插值函数与水平线交叉的值y = y0？以下是带有 的图形说明y0 = 2.85。

par(mfrow = c(1, 2))
curve(f1, from = x[1], to = x[10]); abline(h = 2.85, lty = 2)
curve(f3, from = x[1], to = x[10]); abline(h = 2.85, lty = 2)

我知道有关此主题的一些先前主题，例如

• 从简单拟合中预测 x 值并在图中对其进行注释
• 使用拟合模型从 Y 值预测 X …

我需要使用拟合模型预测x新y值的相应值。

通过使用函数y从新x值预测值的通常情况很简单predict，但是我无法弄清楚如何做相反的事情。

对于具有多个x解决方案的情况，我希望获得x值范围内的所有解决方案，即1-10。并且新值y将始终在y用于拟合模型的值的范围内。

参见下面的示例代码，我需要在其中找到新的x值（new_x）。

x = seq(1:10)
y = c(60,30,40,45,35,20,10,15,25,10)

fit = lm(y ~ poly(x, 3, raw=T))

plot(x, y)
lines(sort(x), predict(fit)[order(x)], col='red') 

new_y = 30
new_x = predict(fit, data.frame(y=new_y)) #This line does not work as intended.

编辑1：逆拟合

因为我们得到了不同的模型/拟合线，所以拟合逆关系不会得到相同的模型。

rev_fit = lm(x ~ poly(y, 3, raw=T))

plot(x, y)
lines(sort(x), predict(fit)[order(x)], col='red') 
lines(predict(rev_fit)[order(y)], sort(y), col='blue', lty=2)