[英]Fitting a quadratic curve for each data set that has different lengths
我想對以下data.frame df中的每個id二次擬合(Time,SkinTemp)。 每個ID都有不同數量的Time,SkinTemp條目,因此我堅持使用“預測”
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)))
到目前為止,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 = .))
到現在為止還挺好。 這就是我卡住的地方。 如何將原始時間數據傳遞到下面的預測函數中?
#Predict data points for each quadratic
predQ<-sapply(unique(df$id), function(x) predict(fitted_models$model[[x]]))
使用fitted
:
lapply(fitted_models$model, fitted)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.