nls fit 有效，但在 geom_smooth 内失败答案

【问题标题】：nls fit works but fails inside geom_smoothnls fit 有效，但在 geom_smooth 内失败
【发布时间】：2020-01-10 01:09:56
【问题描述】：

我想使用 ggplot 将 nls 函数拟合到某些数据。 nls 函数在 geom_smooth() 外部使用时运行良好，但在内部失败。

代码：

library(ggplot2)

df <- structure(list(concentration = c(0, 0.5, 1.5, 4, 12, 35, 100), 
                     response = c(0.015, 0.03673, 0.07212, 0.1027, 0.1286, 0.1858, 0.1812)),
                class = "data.frame", row.names = c(NA, -7L))

df.fit <- nls(response ~ k0 + (ki*concentration/(KI + concentration)), df, start = list(k0 = 0.001, ki = 0.18, KI = 1))
coef(df.fit)

plot <- ggplot(df, aes(concentration, response))+
  geom_point()+
  geom_smooth(method = "nls", se = F, method.args = list(formula = response ~ k0 + (ki*concentration/(KI + concentration)), 
                                                         start = list(k0 = 0.001, ki = 0.18, KI = 1)))
plot

我错过了什么？

【问题讨论】：

标签： r ggplot2 nls

【解决方案1】：

您不能使用字符向量指定 nls 适合 geom_smooth。从帮助文件中：

  method: Smoothing method (function) to use, accepts either a
          character vector, e.g. ‘"auto"’, ‘"lm"’, ‘"glm"’, ‘"gam"’,
          ‘"loess"’ or a function, e.g. ‘MASS::rlm’ or ‘mgcv::gam’,
          ‘stats::lm’, or ‘stats::loess’.

您可以指定一个新的预测向量并使用geom_line 绘制它们：

library(ggplot2)

df <- structure(list(concentration = c(0, 0.5, 1.5, 4, 12, 35, 100),
                     response = c(0.015, 0.03673, 0.07212, 0.1027, 0.1286, 0.1858, 0.1812)),
                class = "data.frame", row.names = c(NA, -7L))

df.fit <- nls(response ~ k0 + (ki*concentration/(KI + concentration)), df, start = list(k0 = 0.001, ki = 0.18, KI = 1))
coef(df.fit)
df$pred <- predict(df.fit)

plot <- ggplot(df, aes(concentration, response))+
  geom_point()+
  geom_line(aes(x = concentration, y = pred))
plot

【讨论】：

这是最近的变化吗？我以前做过，旧脚本中的代码仍然运行良好。我还看到 Hadley Wickham 对某人的帖子发表了评论，他在 geom_smooth 中使用了 nls，他并没有说这是一个问题。

【解决方案2】：

抱歉，我很不好意思现在才问这个问题。我只需要将 geom_smooth 公式中的变量“响应”和“浓度”更改为“y”和“x”，如下所示。

library(ggplot2)

df <- structure(list(concentration = c(0, 0.5, 1.5, 4, 12, 35, 100), 
                     response = c(0.015, 0.03673, 0.07212, 0.1027, 0.1286, 0.1858, 0.1812)),
                class = "data.frame", row.names = c(NA, -7L))

df.fit <- nls(response ~ k0 + (ki*concentration/(KI + concentration)), df, start = list(k0 = 0.001, ki = 0.18, KI = 1))
coef(df.fit)

plot <- ggplot(df, aes(concentration, response))+
  geom_point()+
  geom_smooth(method = "nls", se = F, method.args = list(formula = y ~ k0 + (ki*x/(KI + x)), 
                                                         start = list(k0 = 0.001, ki = 0.18, KI = 1)))
plot

【讨论】：