如何平滑 R 中的非线性回归曲线

Question

所以我被要求获得 MASS 包中变量 Length 的估计值。我使用的代码以及生成的曲线如下所示。不知何故，我并没有得到一条平滑的曲线，而是一条非常 "blocky" 的曲线，以及曲线上各点之间的一些线。谁能帮我弄个平滑的曲线？

utils::data(muscle,package = "MASS")
Length.fit<-nls(Length~t1+t2*exp(-Conc/t3),muscle,
                start=list(t1=3,t2=-3,t3=1))
plot(Length~Conc,data=muscle)
lines(muscle$Conc, predict(Length.fit))

剧情图片： .

编辑：作为后续问题：如果我想更准确地预测曲线，我使用非线性回归来预测 21 个物种中每个物种的曲线。这给了我一个向量

theta=(T11,T12,...,T21,T22,...,T3).

我可以创建一个绘制所有图形的 for 循环，但像以前一样，我最终得到的是块状曲线。但是，鉴于我必须按如下方式绘制这些曲线：

for(i in 1:21) {
  lines(muscle$Conc,theta[i]+theta[i+21]*
        exp(-muscle$Conc/theta[43]), col=color[i])
  i = i+1
}

我不知道如何使用相同的技巧来平滑这些曲线，因为 muscle$Conc 仍然只有 4 个值。

编辑 2：我想通了，并将其更改为以下内容：

lines(seq(0,4,0.1),theta[i]+theta[i+21]*exp(-seq(0,4,0.1)/theta[43]), col=color[i])

Answer 1

如果您查看 cbind(muscle$Conc, predict(Length.fit)) 的输出，您会发现许多点是重复的，并且没有按照 Conc 的顺序排序。 lines 只是按顺序绘制点并连接点，为您提供多条来回线。下面的代码在 Conc.

的一组唯一的有序值上运行 predict

plot(Length ~ Conc,data=muscle)
lines(seq(0,4,0.1),
      predict(Length.fit, newdata=data.frame(Conc=seq(0,4,0.1))))

如何平滑 R 中的非线性回归曲线

How to smooth non-linear regression curve in R

r

non-linear-regression