R语言绘图心得2021年10月22日：线性拟合、指数拟合、对数拟合、乘幂拟合及有用的小程序块

rm(list = ls())
library(ggplot2)
file_path<-file.choose()
mydata<-read.csv(file_path,header = T,stringsAsFactors=FALSE) 

#mydata<-read.csv("figure2b1.csv",stringsAsFactors=FALSE) 

这个命令是手动拾取文件，能够机动灵活，将文件放在自己指定的文件夹内，下面通过注释可以指出文件位置。

linemodel<-lm(y~x,data=mydata)
summary(linemodel)$r.squared
f<-summary(linemodel)$fstatistic
pf(f[1], f[2], f[3], lower.tail=F)
linemodel

mydata$predicted <- predict(linemodel)   # Save the predicted values
mydata$residuals <- residuals(linemodel) # Save the residual values
mydata$Abs_Residuals<-abs(mydata$residuals)  #

这个是输出线性拟合和残差，类似的还有对数拟合；

lnmodel<-lm(y~log(x),data=mydata)
summary(lnmodel)$r.squared
f<-summary(lnmodel)$fstatistic
pf(f[1], f[2], f[3], lower.tail=F)
lnmodel
mydata$predicted2 <- predict(lnmodel)   # Save the predicted values
mydata$residuals2 <- residuals(lnmodel) # Save the residual values
mydata$Abs_Residuals2<-abs(mydata$residuals2)  #

指数拟合和乘幂拟合比较难做，我现在理解到lm输出架构是y~ax+b;如果x是lnx，则模式变为y~aln(x)+b，这些都是正常的模型表达式，但对于指数和乘幂y~ae^x和y~ax^b，这两个表达式用r语言建模我自己探索感