r - 在ggplot中存在非线性回归问题

Question

attenuation = data.frame(km =      
c(0,0,0.4,0.4,0.8,0.8,1.2,1.2,1.6,1.6,2,2,2.4,2.4,2.8,2.8,3.2,3.2,3.6,3.6,4, 
4,4.4,4.4,4.8,4.8,5.2,5.2,5.6,5.6,6,6,6.4,6.4,6.8,6.8,7.2,7.2,7.6,7.6,8,8, 
11.7,11.7,13,13), edna = c(76000,20000,0,0,6000,0,0,6880,10700,0,6000,
0,0,0,0,0,0,6000,0,0,0,0,0,0,0,0,6310,0,6000,6000,0,0,0,0,0,
0,0,0,0,0,0,6000,0,0,0,0))

#This worked great for a linear regression
ggplot(attenuation, aes(x = km, y = edna)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
xlab("Distance from Cage (km)") +
ylab("eDNA concentration (gene sequence/Liter)")

但线性回归似乎不太适合(r 平方 =0.09)。所以我想试试别的。我尝试了其他一些拟合不佳的回归，所以我想尝试非线性回归。

我研究了这个关于堆栈溢出的问题，并尝试了许多不同的选项，但没有任何效果。我在下面提供的选项最有意义 - 但我想知道我的公式是否错误？或者如果需要修改开始列表？

对于上下文，我试图探索河流距离和浓度之间的关系。

#This is not working for a nonlinear regression
ggplot(attenuation, aes(x = km, y = edna))+ 
geom_point() + 
stat_smooth(method = 'nls', formula = 'y~a*x^b', method.args=list (start = 
list(a = 1,b=1), se=FALSE))

当我运行上面的 nls 代码时，我从 r 收到以下错误 stat_smooth() 中的计算失败: 可变长度不同(为 '(se)' 找到)

Answer 1

你有两个问题。首先是一个放错位置的“)”，因为 se=FALSE 是 stat_smooth= 的参数，而不是 method.args=:

ggplot(attenuation, aes(x = km, y = edna))+ 
  geom_point() + 
  stat_smooth(method='nls', formula='y~a*x^b', method.args=list(start = 
     list(a=1, b=1)), se=FALSE)

但这也行不通，因为您的模型不可能适合您的数据。看方程。当 x=0 时，y 将等于 0。对于 x 大于 0 的值，除非 b 为负数，否则 y 将增加，但随后 x=0 为 Inf，因此算法无法尝试负值。由于您具有递减关系，因此您需要指定为 x=0 和合理的起始值定义的函数。这个参数比线性函数更适合您的数据(它也可以定义为 a*(x + 1)^-1 这本质上是您的函数，将 1 添加到 x 以便定义在 x=0:

ggplot(attenuation, aes(x = km, y = edna))+ 
   geom_point() + 
   stat_smooth(method = 'nls', formula = 'y~a/(x + 1)', 
      method.args=list(start=list(a=50000)), se=FALSE)

[

我通过拆分 20,000 和 76,000 之间的差额选择了 50000。最终估计约为20,000。您可以通过添加第二个参数来更大幅度地弯曲曲线，但是您的 0 值太多了，这可能太多了，具体取决于您要传达的内容:

ggplot(attenuation, aes(x = km, y = edna))+ 
   geom_point() + 
   stat_smooth(method='nls', formula='y~a*(1+x)^b', method.args=list(start = 
      list(a=50000, b=-1)), se=FALSE)