R（负值）的指数回归

Question

我试图将曲线拟合到一组数据点，但是没有成功。 所以我问你。

plot(time,val) # look at data 
exponential.model <- lm(log(val)~ a) # compute model
fit <- exp(predict(exponential.model,list(Time=time))) # create the fitted curve
plot(time,val)#plot it again
lines(time, fit,lwd=2) # show the fitted line

我唯一的问题是，我的数据包含负值，因此log（val）会产生大量NA，从而导致模型计算崩溃。 我知道我的数据不一定看起来像指数，但无论如何我都想看一看。 我还使用了另一个程序，该程序向我显示val = 27.1331 * exp（-time / 2.88031）非常合适，但我不知道我在做什么错。 我想用R进行计算。我有转移数据的想法，因此不会残留任何负值，但是结果很差，而且肯定会出错。

plot(time,val+20) # look at data 
exponential.model <- lm(log(val+20)~ a) # compute model
fit <- exp(predict(exponential.model,list(Time=time))) # create the fitted curve
plot(time,val)#plot it again
lines(time, fit-20,lwd=2) # show the (BAD) fitted line

谢谢！

Answer 1

我想出了一些办法，并找到了令人满意的解决方案。

exponential.model <- lm(log(val)~ a) # compute model

log（val）项试图重新缩放值，因此可以应用线性模型。 由于这对我的值来说是不可能的，因此您必须使用非线性模型（nls）。

  exponential.model <- nls(val ~ a*exp(b*time), start=c(b=-0.1,h=30))

这对我来说很好。 令人满意的适合