我想绘制一个幂律线来适应已经在数据框中存在的x和y数据。我尝试使用igraph库中的power.law.fit,但它并没有起作用。数据框如下:
dat=data.frame(
x=1:8,
ygm=c( 251.288, 167.739, 112.856, 109.705, 102.064, 94.331, 95.206, 91.415)
)
我想绘制一个幂律线来适应已经在数据框中存在的x和y数据。我尝试使用igraph库中的power.law.fit,但它并没有起作用。数据框如下:
dat=data.frame(
x=1:8,
ygm=c( 251.288, 167.739, 112.856, 109.705, 102.064, 94.331, 95.206, 91.415)
)
我通常有两种策略,一种是取对数并拟合线性模型,另一种是使用nls
。如果您想的话,我认为您可以弄清楚对数模型,所以在这里我将展示nls
方法。
nls1=nls(ygm~i*x^-z,start=list(i=-3,z=-2),data=dat)
请仔细检查您需要的公式是否正确,这种方法接受一类相当广泛的公式。花费一些时间来尝试不同的起始值。特别是在可能出现奇怪情况的边界上进行尝试。尝试在奇怪位置的两侧使用不同的数值,以确保您不会陷入局部最优解。
> nls1
Nonlinear regression model
model: ygm ~ i * x^-z
data: dat
i z
245.0356 0.5449
residual sum-of-squares: 811.4
...
> predict(nls1)
[1] 245.03564 167.95574 134.66070 115.12256 101.94200 92.30101 84.86458
[8] 78.90891
> plot(dat)
> lines(predict(nls1))