尋找X（X）黃土功能

我一直在使用類似的數據夫婦黃土模型來....尋找X（X）黃土功能

set.seed(123) 

y<-(runif(100,-20,20)) 
z<-seq(-12.75,12,.25)*rnorm(100,1,3) 
x<-seq(1,100,1) 
df<-data.frame(cbind(y,x,z)) 
model <- loess(y ~ x, data = df) 
model2<-loess(z~x,data=df)

我所要完成的（沒有任何的運氣）是確定的地方平滑線做兩兩件事：

1）欲識別在x的什麼值（S）做的線交叉y = 0的

2）欲識別在什麼值（S）的X中的2條黃土線相互交叉。

我一直在尋找類似的問題和對這些問題的解決方案太久沒有成功。任何幫助將不勝感激。

ggplot(df,aes(x=x,y=y))+ 
    geom_point()+ 
    geom_smooth(method="loess",se=F)+ 
    geom_smooth(aes(y=z),method="loess",se=F)

來源

2016-11-11 Jdan

在'model $ fitted'值之間進行插值是否能給您足夠的細節？ – Miff

@Miff不，我不這麼認爲。最終，我想報告並繪製（ggplot2）這些行跨越0的位置處的x值和相互截取的位置處的x值。 – Jdan

您可以使用predict得到的y值任何x，然後優化，以找到解決你想要的y值之比X值。

例如，要查找零交叉模式，我們可以優化以找到其擬合值的平方是最小

zero1 <- optimize(function(x, m) predict(m, x)^2, range(x), model) 
# 
# $minimum 
# [1] 67.89191

注意，這隻能找到一個局部最小值。如果您的模型多次交叉零，則需要在每個零點範圍內（通過更改第二個參數optimize，它指定要在其中搜索的範圍）解決這個問題。

完全相同的方法可以找到模型相交的地方。在這種情況下，您最小化兩個模型之間的差異的平方：

intersection <- optimize(function(x, m1, m2) (predict(m1, x) - predict(m2, x))^2, 
       range(x), model, model2) 
# $minimum 
# [1] 45.65295

來源

2016-11-11 15:31:29 dww

該功能按照您的描述工作，所以感謝您的建議。我遇到的唯一問題是我需要對其進行細化，以便我可以提取出兩個模型的線相交或單線穿過零的所有值。我試圖自動化這個，所以我可以同時爲_geom.vline_生成大約200多個模型的地塊。對於某些模型，該線可能會跨越0十次。因此，必須重新定義範圍十幾次，每個情節似乎是及時的。有什麼想法嗎？ – Jdan

通過查看函數的符號在一個值和連續值之間的變化，您可以找到自動找到零交叉點的位置。就像'which（sign（x [-1]）！= sign（x [-length（x）]））'應該這樣做 – dww

尋找X（X）黃土功能

回答

相關問題