我有两个向量 X 和 y2,我希望将指数曲线拟合到数据中。
我尝试了许多有关 Stack Overflow 主题的方法,但它们都给了我一条直线。例如我试过这个:
model.three <- lm(log(y2) ~ log(X))
plot(X,predict(model.three))
abline(model.three)
我的数据:
X <- seq(1:50)
Y <- rnorm(50,mean=0,sd=1)
y2 <- exp(X)
y2 <- Y+y2
我有两个向量 X 和 y2,我希望将指数曲线拟合到数据中。
我尝试了许多有关 Stack Overflow 主题的方法,但它们都给了我一条直线。例如我试过这个:
model.three <- lm(log(y2) ~ log(X))
plot(X,predict(model.three))
abline(model.three)
我的数据:
X <- seq(1:50)
Y <- rnorm(50,mean=0,sd=1)
y2 <- exp(X)
y2 <- Y+y2
这是你想要的?
model.three <- lm(log(y2) ~ log(X))
plot(X,predict(model.three))
## Instead of abline(), use this:
lines(model.three$fitted.values)
您的数据表示 Y 和 X 之间的指数关系,这Y = exp(X) + eps
就是eps
一些噪音。因此,我建议在log(Y)
和之间拟合一个模型X
,以捕捉两者之间的线性关系:
model.three <- lm(log(y2) ~ X)
summary(model.three)
总结确认所捕获的关系符合预期(即 X 的系数非常接近 1)。
由于以线性比例绘制数据没有用,我认为用 绘制拟合直线是个好主意abline
。
注意:确切地说,捕获 y2 和 exp(X) 之间的关系会更准确,但是根据您的数据,拟合基本上是完美的。