У меня есть проблема с соответствующим кривым на этих данных:Как можно подогнать кривую на данные журнала?
На оси х мы имеем данные о интенсивности ветра (м/с), на у оси есть данные журнала (вылов рыбы) , Я приспособил кривой (модель NLS, кривой Гаусса) только на данных без logaritm, но когда я пытался по данным журнала, R скажи:
Error in nls(mean.w ~ k * exp(-1/2 * (x.wind - mu)^2/sigma^2), :
singolar gradient
Модель: mean.w ~ k * exp(-1/2 * (x.wind - mu)^2/sigma^2), где k,mu and sigma являются параметрами для оценки, и
mean.w # is y axes (log fish catch)
x.wind # is x axes wind intensity
подгонка кривой на не каротажных данных является:
# Средней точкой в красном
Моих как pected result on log data - это аналогичная кривая соответствия, с разными значениями параметров, проблема в том, какую модель должна использовать я должен использовать?
Данные являются:
1.1 1.4 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5
-3.0951726 NaN -2.5337439 -3.6184583 -3.2161971 -2.4405031 -1.4349350 -1.5676554 -1.0594076 -0.3290359 -1.2241878 -0.6336298
2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7
-1.3863366 -1.4221593 -1.4961145 -1.2632693 -2.5509134 -4.7270333 -2.4795247 -2.0024069 -4.5975918 -2.9954250 -3.2390678 -2.6339971
3.8 3.9 4 4.1 4.2 4.3 4.4 4.5 4.6 5
-3.3419309 -3.5258236 -4.4962217 0.7027033 -3.6392906 -4.0426306 -1.0798462 NaN -3.0574602 -3.0498198
При значениях х от 1,1 до 5, и ниже каротажных данных.
log (y) = log (0.21) -0.5 * (wind-2.45)^2/0.45^2 – Roland
да, но вы думаете, что теперь у вас нет параметров (с первой кривой соответствия), как можно оценить его на данных журнала? poly, lm, glm или nls? Возможно, это вопрос для stackexchange, и если это так, извините. – skylobo
Прежде всего вам нужно объяснить, почему вы хотите сделать выборку в логарифмическом масштабе, поскольку это имеет последствия для модели ошибки. – Roland