r - 使用 nls 函数错误拟合

Question

当我尝试拟合指数衰减并且我的 x 轴有小数时，拟合永远不正确。下面是我的数据:

exp.decay = data.frame(time,counts)
   time counts
1   0.4   4458
2   0.6   2446
3   0.8   1327
4   1.0    814
5   1.2    549
6   1.4    401
7   1.6    266
8   1.8    182
9   2.0    140
10  2.2    109
11  2.4     83
12  2.6     78
13  2.8     57
14  3.0     50
15  3.2     31
16  3.4     22
17  3.6     23
18  3.8     20
19  4.0     19
20  4.2      9
21  4.4      7
22  4.6      4
23  4.8      6
24  5.0      4
25  5.2      6
26  5.4      2
27  5.6      7
28  5.8      2
29  6.0      0
30  6.2      3
31  6.4      1
32  6.6      1
33  6.8      2
34  7.0      1
35  7.2      2
36  7.4      1
37  7.6      1
38  7.8      0
39  8.0      0
40  8.2      0
41  8.4      0
42  8.6      1
43  8.8      0
44  9.0      0
45  9.2      0
46  9.4      1
47  9.6      0
48  9.8      0
49 10.0      1

fit.one.exp <- nls(counts ~ A*exp(-k*time),data=exp.decay, start=c(A=max(counts),k=0.1))
plot(exp.decay, col='darkblue',xlab = 'Track Duration (seconds)',ylab = 'Number of Particles', main = 'Exponential Fit')
lines(predict(fit.one.exp), col = 'red', lty=2, lwd=2) 

我总是觉得这很奇怪。在我看来，拟合无法识别正确的 x 轴，因为当我使用另一组数据时，x 轴(时间)中只有整数，拟合有效!我不明白为什么它与不同的单位不同。

Answer 1

你需要一个小的修改:

lines(predict(fit.one.exp), col = 'red', lty=2, lwd=2)

应该是

lines(exp.decay$time, predict(fit.one.exp), col = 'red', lty=2, lwd=2)

通过这种方式，您可以确保根据横坐标上的所需值进行绘图。

我是这样测试的:

data = read.csv('exp_fit_r.csv')

A0 <- max(data$count)
k0 <- 0.1

fit <- nls(data$count ~ A*exp(-k*data$time), start=list(A=A0, k=k0), data=data)

plot(data)
lines(data$time, predict(fit), col='red')

这给了我以下输出:

如您所见，拟合很好地描述了实际数据，这只是根据正确的横坐标值绘制的问题。