查找与点图匹配的函数

Question

    ggplot(test,aes(x=timepoints,y= mean,ymax = mean + sde, ymin = mean  - sde)) + 
       geom_errorbar(width=2) +
       geom_point() +
       geom_line() +
       stat_smooth(method='loess') + 
       xlab('Time (min)') +
       ylab('Fold Induction') +          
       opts(title = 'yo')   

​

​

我可以画出蓝色的“黄土线”。但是，有没有办法找到蓝色“黄土线”的数学函数呢？

Answer 1

您可以获得规则序列的预测结果：

 fit <-loess( mean ~ timepoints, data=test)
 fit.points <- predict(fit, newdata=  data.frame(
                  speed = seq(min(timepoints), max(timepoints), length=100)), 
              se = FALSE)
 fitdf <- dataframe(x = seq(min(timepoints), max(timepoints), length=100)
                    y = fit.points)

然后，您可以使用适当次数的样条曲线来拟合该点集。三次样条拟合可以比loess更容易地描述，fits.It更容易同步变量名的答案，它已经提供了一个数据示例来使用。该图似乎不是使用该代码创建的。

Answer 2

规则一:并不是所有的分布都有生成它们的(封闭形式)函数。是的，您可以通过样条或计算矩(均值、方差、偏斜等)并构建序列来创建紧密拟合，因此您的选择取决于您是否打算插值、外推或仅“查看”结果函数。

在科学世界中，更常见的是对数据背后的行为有一个理论或前提。然后，您可以执行标准(例如nls)拟合方法，以查看所提出的拟合函数与您的数据的匹配程度。

Answer 3

要了解如何计算黄土线，请参阅TeachingDemos包中的loess.demo函数。这是一个交互式图形演示，将显示如何根据数据和带宽参数为每个x值计算每个点处的y值(它还显示了原始黄土拟合和通常拟合到黄土估计的样条曲线的差异)。