R 用拟合曲线求直线的交点

R 用拟合曲线求直线的交点,r,point,curve-fitting,logistic-regression,R,Point,Curve Fitting,Logistic Regression,我使用以下代码绘制了逻辑曲线及其拟合: 数据:L50 str(L50) “data.frame”:10个obs。共有3个变量: $Length.等级:int 50 60 70 80 90 100 110 120 130 140 $Total.Ind:INT920188441012 $Mature.Ind:int 0 6 5 3 2 1 0 1 2 plot(L50$Mature.Ind/L50$Total.Ind~L50$Length.Class,data=L50,pch=20,xlab=“Le

我使用以下代码绘制了逻辑曲线及其拟合:

数据:L50

str(L50)

“data.frame”:10个obs。共有3个变量:

$Length.等级:int 50 60 70 80 90 100 110 120 130 140

$Total.Ind:INT920188441012

$Mature.Ind:int 0 6 5 3 2 1 0 1 2

plot(L50$Mature.Ind/L50$Total.Ind~L50$Length.Class,data=L50,pch=20,xlab=“Length Class(cm)”,ylab=“成熟个体比例”)


glm.out你的系数说
y=-8.62+0.1053x
,所以
x=(glm.out$family$linkfun(.5)+8.62)/0.1053
。话虽如此,您可能希望使用一个有良好文档记录的函数,例如
MASS
包中的
dose.p(myFit,0.5)
,因此,您还可以得到标准误差等。

86是一个非常高的值,如果您能注意到abline与拟合曲线相交的位置。好的-我建议
dose.p
调用给您什么?>dose.p(glm.out$fitted,0.5)使用中的错误方法(“族”):没有适用于“c”类对象的“族”方法('double','numeric')“我是手工做的,答案应该是81.86cm。这是一个逻辑函数,不是线性函数。啊,对不起,是的-用法应该是
dose.p(glm.out,p=0.5)
,这在我的答案的原始版本中有效地用loglink(0.5)替换了0.5-如果其他人需要,我会更新原始版本