如何计算r中in图线与非线性函数的相交

Question

介绍:我对r和堆栈overflow...So都是新手，我正在做一篇学期论文，需要对如何或更好地养成习惯进行一些统计。理想情况下，习惯形成是根据米舍利希定律&看起来像是一个非线性回归和渐近线。一旦参与者到达他的高原(定义为95%的时间间隔到渐近线)，人们就可以说出一个既定的习惯.其实这是有争议的..。但我们正在复制拉利等人的一项研究。2010年(如何形成习惯:模拟现实世界中的习惯形成)，所以我们必须坚持认证标准。

实际问题:第一步是得到线性和非线性回归的R2 .这是我做的。

但由于某些原因，我无法获得非线性函数的相交(图中的橙色点)和95%的习惯平台线(图中的紫色线)的x轴值。下面是一个关于理想图的示例

但是这个X值对于组比较和以后的显着性差异检验是至关重要的.

当然，我已经在谷歌上搜索过了，但不知何故，我无法理解所给出的其他或类似问题的解决方案。似乎不能用geom_point()在ggplot中这样做&因此必须使用大约()函数构建一个独立的公式，对吗？

也许有人能帮我..。Tks提前！

这是兴趣代码..。

library(ggplot2)
library(patchwork)
library(stats)


days <- c(0:15)
score <- c(14,17,16,22,24,27,30,31,32,35,40,43,42,43,43)


df <- data.frame(days,score)




# red curve in graph
#This way the R2 for the nonlinear regression is obtained for later analisis

nonlinreg1 <- nls(score ~ SSasymp(days, Asym, R0, lrc), data = df)
summary(nonlinreg1)
RSS <- sum(residuals(nonlinreg1)^2)
TSS <- sum((df$score - mean(df$score))^2)
R.square.nonlinreg1 <- 1 - (RSS/TSS)
R.square.nonlinreg1

# purple line in graph
#Definition of plateau at 95% of asymptote reached

Asymp95 <- summary(nonlinreg1)$parameters[1,1] * 0.95

# define green line as the Asymptote

nls_line <- predict(nonlinreg1)

#plotting Asymptote (nls_line)

HabitReach95 <- approx(nls_line, df$days, xout = Asymp95)$y



# Now in GGplot 


ggplot(data=df,aes(x=days, y=score)) +
  geom_point()+

#HERE now from this intersect below, I would like to obtain the exact X-value

  geom_point(x = HabitReach95, y= Asymp95, aes(color="Intersect"), lwd=2) +






#this is the rest of ggplot code but I think it is not of interest for the described problem, but still just in case...

  geom_smooth(method=lm, aes(color="Linear Reg"), se=F) +
  geom_smooth(method="nls", formula=y~SSasymp(x, Asym, R0, lrc), aes(color="Non-Linear Reg"), se=F) +
  geom_hline(aes(color="Asymptote for non-linear Reg", yintercept=summary(nonlinreg1)$parameters[1,1])) +
  geom_hline(aes(color="Habit plateau at 95%", yintercept=Asymp95)) +
  xlab("Days of Experiment") + ylab("Automaticity Score Habit") +
  ggtitle("Test graph for participant") +
  theme(plot.title = element_text(hjust = 0.5))+
  #ylim(0,49)+ # Actual graph or scale for experiment
  scale_color_manual(values = c("green", "purple", "orange", "blue", "red"), name="Legend")

Answer 1

OMg我太蠢了..。我已经用这一行算过了！

HabitReach95 <- approx(nls_line, df$days, xout = Asymp95)$y

哈哈真不敢相信..。嗯，有时候你看不见森林里的树木！