ggplot R中的指数拟合答案

【问题标题】：exponential fit in ggplot Rggplot R中的指数拟合
【发布时间】：2017-04-27 09:03:17
【问题描述】：

我一直在尝试使用 ggplot 和 geom_smooth 将指数曲线拟合到我的数据中。我正在尝试复制类似问题的答案（geom_smooth and exponential fits）但不断收到以下错误消息：

> exp.model <-lm(y ~ exp(x), df)
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  NA/NaN/Inf in 'x'

我不明白这个错误，因为数据集中没有 NA/NaN/Inf 值：

>df
      x         y
1  1981  3.262897
2  1990  2.570096
3  2000  7.098903
4  2001  5.428424
5  2002  6.056302
6  2003  5.593942
7  2004 10.869635
8  2005 12.425793
9  2006  5.601889
10 2007  6.498187
11 2008  6.967503
12 2009  5.358961
13 2010  3.519295
14 2011  7.137202
15 2012 19.121631
16 2013  6.479928

【问题讨论】：

我看过那个帖子并试图复制情节，但再次收到错误消息..
@nrussell 您将此帖子标记为重复，但我收到一条错误消息，试图在引用的帖子中复制答案。我已经在上面澄清了。
对如此大的数字求幂将导致浮点溢出。提示：试试exp.model <-lm(y ~ exp(x-1981), df)

标签： r ggplot2 exponential

【解决方案1】：

设置数据：

dd <- data.frame(x=c(1981,1990,2000:2013),
  y = c(3.262897,2.570096,7.098903,5.428424,6.056302,5.593942,
  10.869635,12.425793,5.601889,6.498187,6.967503,5.358961,3.519295,
  7.137202,19.121631,6.479928))

问题在于，对任何大于 709 的数字求幂得到的数字大于可存储为双精度浮点值的最大值（约 1e308），因此会导致数字溢出。您可以通过更改 x 变量轻松解决此问题：

lm(y~exp(x),data=dd) ## error
lm(y~exp(x-1981),data=dd) ## fine

但是，您可以更轻松地绘制此模型的拟合值，如下所示：

library(ggplot2); theme_set(theme_bw())
ggplot(dd,aes(x,y))+geom_point()+
   geom_smooth(method="glm",
            method.args=list(family=gaussian(link="log")))

【讨论】：

谢谢，这正是我想要的！
这是另一个可能有用的例子here