R 数据拟合多项式-数据帧中数据的困难

我有下面的例子来拟合数据的三阶多项式：

# rm(list = ls(all = TRUE)) # clear workspace
var2 <- c(32,64,96,118,126,144,152.5,158)
var3 <- c(99.5,104.8,108.5,100,86,64,35.3,15)
fit1 <- lm(var3 ~ poly(var2,3,raw=TRUE))
plot(var2, var3 , pch=19, ylim=c(0,150))
xx <- seq(30,160, length = 20)
lines(xx, predict(fit1, data.frame(var2 = xx)), col="blue")

这很有效。但是，我在将这种方法应用于数据帧中我自己的数据时遇到了一些困难：

rm(list = ls(all = TRUE))
mydf <- data.frame(var2 = c(32, 64, 96, 118, 126, 144, 152.5, 158), var3 = c(99.5, 104.8, 108.5, 100, 86, 64, 35.3, 15))
fit2 <- lm(mydf$var3 ~ poly(mydf$var2,3,raw=TRUE))
xx <- seq(min(mydf$var2), max(mydf$var2), length = 10)    
plot(mydf$var2, mydf$var3 , pch=19, ylim=c(0,150))
lines(xx, predict(fit2, data.frame(var2 = xx)), col="blue")

---

这会在xy.coordsx，y中产生错误：“x”和“y”长度不同，我在整理时遇到困难。我已经检查了第二段代码的每个部分的属性，仍然没有发现问题。我确信我忽略了一些非常明显的事情

如果您想从模型中进行预测，那么应该使用data参数而不是$syntax，例如

fit2 <- lm(var3 ~ poly(var2,3,raw=TRUE), data=mydf)
lines(xx, predict(fit2, data.frame(var2 = xx)), col="blue")

值得一提的是，正交多项式（即忽略原始值=真值）在数值上更稳定；如果不需要将系数解释为零处的截距/线性/二次/三次趋势，那么从长远来看，这样做会更好

---

尝试将长度更改为8英寸xx：

mydf <- data.frame(var2 = c(32, 64, 96, 118, 126, 144, 152.5, 158), var3 = c(99.5, 104.8, 108.5, 100, 86, 64, 35.3, 15))
fit2 <- lm(mydf$var3 ~ poly(mydf$var2,3,raw=TRUE))
xx <- seq(min(mydf$var2), max(mydf$var2), length = 8)    
plot(mydf$var2, mydf$var3 , pch=19, ylim=c(0,150))
lines(xx, predict(fit2, data.frame(var2 = xx)), col="blue")

---

虽然不太合适，但它仍然有效。

您的答案在某种程度上是有效的，但如果OP想使用结果进行插值，则会令人失望……是的。你的答案很完美。我想我应该删除我的答案。由于我不理解的原因，在这个解决方案中，虽然错误消失了，但与原始示例相比，拟合度非常差。另外，在最初的示例中，设置长度=一个大的数字（例如100）效果非常好……这完全解决了我的问题。除了我不明白为什么另一种方法不起作用——也就是说，这两个例子之间有什么区别。谢谢你提供的关于raw=TRUE@marcel的提示：我还想问@BenBolker同样的问题。为什么mydf$var3等不起作用？