2017-03-20 21 views
1

感謝我得到here的幫助,我能夠使用引導得到曲線擬合的意大利麪條圖。我試圖從這些擬合模型中推導出信心帶。我已經沒有運氣得到的東西像ggplot從自舉曲線擬合中顯示置信區間

quants <- apply(fitted_boot, 1, quantile, c(0.025, 0.5, 0.975)) 

具有以下工作:

library(dplyr) 
library(broom) 
library(ggplot2) 

xdata <- c(-35.98, -34.74, -33.46, -32.04, -30.86, -29.64, -28.50, -27.29, -26.00, 
      -24.77, -23.57, -22.21, -21.19, -20.16, -18.77, -17.57, -16.47, -15.35, 
      -14.40, -13.09, -11.90, -10.47, -9.95,-8.90,-7.77,-6.80, -5.99, 
      -5.17, -4.21, -3.06, -2.29, -1.04) 
ydata <- c(-4.425, -4.134, -5.145, -5.411, -6.711, -7.725, -8.087, -9.059, -10.657, 
      -11.734, NA, -12.803, -12.906, -12.460, -12.128, -11.667, -10.947, -10.294, 
      -9.185, -8.620, -8.025, -7.493, -6.713, -6.503, -6.316, -5.662, -5.734, -4.984, 
      -4.723, -4.753, -4.503, -4.200) 

data <- data.frame(xdata,ydata) 
x_range <- seq(min(xdata), max(xdata), length.out = 1000) 

fitted_boot <- data %>% 
    bootstrap(100) %>% 
    do({ 
    m <- nls(ydata ~ A*cos(2*pi*((xdata-x_0)/z))+M, ., start=list(A=4,M=-7,x_0=-10,z=30)) 
    f <- predict(m, newdata = list(xdata = x_range)) 
    data.frame(xdata = x_range, .fitted = f) 
    }) 

ggplot(data, aes(xdata, ydata)) + 
    geom_line(aes(y=.fitted, group=replicate), fitted_boot, alpha=.1, color="blue") + 
    geom_point(size=3) + 
    theme_bw() 

Result

我想也許geom_ribbon()將是一個很好的路要走,但我只是不知道該從哪裏出發。

謝謝Axeman幫助其他職位!

回答

1

一種方法是計算每個x值的置信區間,然後將其繪製。在這裏,我使用的是第2.5個百分點和第97.5個百分點之外的第一個值,儘管您可以根據需要調整代碼。

首先,我更改爲group_byxdata位置(而不是複製品)。然後,我由.fitted值,以便我可以slice輸出我想要的值(第一個在百分位截止之外)。最後,我給他們加上我得到的約束(他們總是低於高位,因爲我們排序)。

forConfInt <- 
    fitted_boot %>% 
    ungroup() %>% 
    group_by(xdata) %>% 
    arrange(.fitted) %>% 
    slice(c(floor(0.025 * n()) 
      , ceiling(0.975 * n()))) %>% 
    mutate(range = c("lower", "upper")) 

這給:

replicate  xdata .fitted range 
     <int>  <dbl>  <dbl> <chr> 
1   9 -35.98000 -4.927462 lower 
2   94 -35.98000 -4.249348 upper 
3   9 -35.94503 -4.927248 lower 
4   94 -35.94503 -4.257776 upper 
5   9 -35.91005 -4.927228 lower 
6   94 -35.91005 -4.266334 upper 
7   9 -35.87508 -4.927401 lower 
8   94 -35.87508 -4.275020 upper 
9   9 -35.84010 -4.927766 lower 
10  94 -35.84010 -4.283836 upper 
# ... with 1,990 more rows 

然後我們就可以增加一個額外一行到ggplot電話:

ggplot(data, aes(xdata, ydata)) + 
    geom_line(aes(y=.fitted, group=replicate), fitted_boot, alpha=.1, color="blue") + 
    # Added confidence interval: 
    geom_line(aes(y=.fitted, group=range), forConfInt, color="red") + 
    geom_point(size=3) + 
    theme_bw() 

給出了這樣的情節:

enter image description here