0 
    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')

ここに画像の説明を入力してください

青い「黄土」の線をプロットできます。しかし、青い「黄土」線の数学関数を見つける方法はありますか？

4

3 に答える 3

0

通常のシーケンスの予測を取得できます。

 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)

次に、適切な次数のスプラインを使用して、その点のセットに適合させることができます。キュービックスプラインフィットは、フィットよりも簡単に記述できますloess。使用するデータ例を提供した変数名への回答を同期する方が簡単です。プロットはそのコードで作成されていないようです。

于 2012-09-18T20:38:25.520 に答える
0

ルール1：すべての分布がそれらを生成する（閉じた形式の）関数を持っているわけではありません。はい、スプラインを使用するか、モーメント（平均、分散、スキューなど）を計算して級数を作成することで、近似を作成できます。したがって、結果を内挿するか、外挿するか、または単に「表示」するかによって、選択が異なります。働き。

科学の世界では、データの背後にある動作について理論または前提を持っていることがより一般的です。次に、標準（例nls）の近似方法を実行して、提案された近似関数をデータに一致させることができるかどうかを確認できます。

于 2012-09-19T01:27:36.033 に答える
0

レスラインがどのように計算されるかを理解するloess.demoには、TeachingDemosパッケージの関数を参照してください。これは、データと帯域幅パラメーターに基づいて、各ポイントでのy値が各x値に対してどのように計算されるかを示すインタラクティブなグラフィカルデモンストレーションです（生のレスフィットと多くの場合フィットされるスプラインの違いも示します）レスの見積もり）。

于 2012-09-19T17:22:00.427 に答える