为具有不同长度的每个数据集拟合二次曲线答案

【问题标题】：Fitting a quadratic curve for each data set that has different lengths为具有不同长度的每个数据集拟合二次曲线
【发布时间】：2018-02-08 22:23:27
【问题描述】：

我想为以下 data.frame df 中的每个 id 拟合一个二次方 (Time,SkinTemp)。每个 id 都有不同数量的 Time,SkinTemp 条目，所以我坚持使用“预测”

df<-data.frame(Time=seq(65),
               SkinTemp=rnorm(65,37,0.5),
               id=rep(1:10,c(5,4,10,6,7,8,9,8,4,4)))

到目前为止我有：

#Fit the model y=x^2+x+C
fitted_models = df %>% group_by(id) %>% do(model = lm(SkinTemp ~ Time+I(Time^2), data = .))

到目前为止一切顺利。这就是我卡住的地方。如何将原始时间数据传递到下面的预测函数中？

#Predict data points for each quadratic 
predQ<-sapply(unique(df$id), function(x) predict(fitted_models$model[[x]]))

【问题讨论】：

标签： r lm predict

【解决方案1】：

使用fitted:

lapply(fitted_models$model, fitted)

【讨论】：

太棒了，谢谢。我想我的问题有点简短。接下来的想法是通过输入每个 id 的 features(x,y) 来找到我创建的二次曲线的最大曲率。为此，我没有成功地写道： c
您介意将其添加到问题中吗？很难看到如何修改此答案以获得您在评论中寻找的内容。
不，不要在问题已经回答后进行实质性更改。