在R？

我试图求解一个三次多项式函数的拐点，它已经被拟合到数据中，即一阶导数为零的x值

我还需要一种方法，在x的临界点找到y的值

使用

lm（）

拟合模型以及使用

summary（）

查看模型质量非常简单。通过添加预测和使用

geom\u line（）

，我可以很容易地绘制函数

必须有一个专用于此问题的包或基本R函数。有人能推荐一种方法吗

下面是一个reprex来描述这个问题。不用说，画箭头只是为了说明问题；它们没有映射到真正的拐点，否则我不会问这个问题

图书馆（tidyverse）
库（建模器）
种子集（0）
#生成随机数据并绘制值
df%ggplot（aes（x，y））+
几何点（）

#将模型与数据相匹配
立方多边形模型%
添加预测（模型=立方体模型）%>%
ggplot（aes（x，y））+
几何点（α=1/3）+
几何线（aes（x，y=pred））+
注释（'text'，label='critical point A'，x=-50，y=-250000）+
几何图形段（x=-50，xend=-10，y=-200000，yend=-5000，箭头=箭头（长度=单位（3，'mm'），类型='closed'））+
注释（'文本'，标签='临界点B'，x=140，y=400000）+
几何图形段（x=110，x=90，y=300000，y=100000，箭头=箭头（长度=单位（3，'mm'），类型='closed'））

#但是我怎样才能得到它们产生的x和y的临界值呢？

---

由（v0.3.0）于2020年9月3日创建，我设计了一个使用

mosaic

包的解决方案。

makeFun（）

函数允许将模型对象转换为函数。然后，您可以使用base R

optimize（）

查找指定间隔内该函数的最大值或最小值（在本例中为x值的范围）。在

optimize（）

中指定“maximum”参数，以说明您想要的是局部最大值还是局部最小值

见下面的代码：

library(magrittr) 
 set.seed(0)

    #generate random data and plot the values
  
  df <- tibble::tibble(x= sample(x= c(-100:200), size= 50),
               y= -0.5*(x^3) + 50*(x^2) + 7*(x)  + rnorm(n=50, mean=10000, sd=50000) )
  
  
  
  cubic_poly_model <- lm(data= df, formula = y~poly(x, 3))
  
  crit_values <- cubic_poly_model %>% 
    mosaic::makeFun() %>% 
    optimize(interval = c(min(df$x), max(df$x)), maximum = TRUE) 
  
  funct_crit_x <- crit_values[['maximum']][[1]]
  funct_max <- crit_values[['objective']]
  
  funct_crit_x
  funct_max

库（magrittr）
种子集（0）
#生成随机数据并绘制值
df