r - 在 r 中，获取 'a' 和 'b' 值的功率曲线输出值

Question

对于这个基本问题，我深表歉意，但无论出于何种原因，我真的被困住了。我希望从 y = a*x^b 的 'a' 和 'b' 的幂曲线中获得输出值。假设我有这个数据集:

 x       y       log10(x)         log10(y)
 7      240     0.84509804      2.380211242
45      610     1.653212514     2.785329835
14      340     1.146128036     2.531478917
30      500     1.477121255     2.698970004
24      450     1.380211242     2.653212514
57      690     1.755874856     2.838849091

它在 excel 中生成此图:

使用 excel 示例，我如何在 r 中获取 a=2.465 和 b=0.2401 的输出值。

Answer 1

您的数据:

DF <- read.table(text="x       y       log10(x)         log10(y)
7      240     0.84509804      2.380211242
45      610     1.653212514     2.785329835
14      340     1.146128036     2.531478917
30      500     1.477121255     2.698970004
24      450     1.380211242     2.653212514
57      690     1.755874856     2.838849091", header=TRUE)

创建自启动模型:(免责声明:函数名不代表本人政治立场，仅符合自启动函数的命名方案。)

SSpower <- selfStart(~ A*x^B,
                     function(mCall, data, LHS)
                     {
                       xy <- sortedXyData(mCall[["x"]], LHS, data)
                       if(nrow(xy) < 3) {
                         stop("Too few distinct x values to fit a power function")
                       }
                       z <- xy[["y"]]
                       xy[["logx"]] <- log(xy[["x"]])     
                       xy[["logy"]] <- log(xy[["y"]])  
                       aux <- coef(lm(logy ~ logx, xy))
                       pars <- c(exp(aux[[1]]), aux[[2]])
                       setNames(pars,
                                mCall[c("A", "B")])
                     }, c("A", "B"))

使用自启动模型进行拟合:

fit <- nls(y ~ SSpower(x, A, B), data=DF)

剧情:

plot(y~x, data=DF)
lines(x=1:60, y=predict(fit, newdat=list(x=1:60)))