R 如何使用非线性函数拟合数据和绘图数据，以及如何使用ggplot（）拟合数据

测量显示一个信号，该信号的形式类似于具有偏移量和因子的平方根函数。如何在一个图中找到系数并绘制原始数据和拟合曲线

require(ggplot2)
require(nlmrt)  # may be this will help later..?

# generate simulated measurement data

time <- seq(-10,20,0.2)

signal <- sqrt(time + 2) # generate sqrt signal; includes some NA
signal[is.na(signal)] <- 0 # set all NA to zero
signal <- signal + rnorm(length(time)) * 0.1  # add noise

df <- data.frame(x=time, y=signal)

# find coefficiants for y ~ b * sqrt(x - a)
# no idea how...

# plot raw data and fitted curve in one ggplot diagram

ggplot()+
    geom_point(data=df, aes(x=x, y=y))

require（ggplot2）
需要（nlmrt）#这可能会有帮助吗。。？
#生成模拟测量数据
时间前提是您知道切点在哪里，并且切点之前的值为零：

sfun <- function(x,brk,a=1) {
    ifelse(x<brk,0,suppressWarnings(a*sqrt(x-brk)))
}

模拟一些数据：

x <- seq(0,10,length=101)
set.seed(1)
y <- rnorm(length(x),sfun(x,1,1),sd=0.25)
DF <- data.frame(x,y)

只是一个提示，您可能需要拟合
y~b*sqrt（x-a）
，而不是
a+b*sqrt（c*x）
。如果无法预先指定截止点（即，如果它是拟合参数），则可能需要单独拟合（它不适合线性模型框架，而且拟合截止值有一些特别棘手的方面，因为拟合优度在数据点之间的间隔上是平坦的）。如果您可以指定截止值，那么我认为您可以构造一个虚拟变量并执行此操作…作为第一步，我可以手动为截止值定义一个常量。稍后，我希望找到自动的。但这可能是另一个问题的主题。哎呀，我甚至没有注意到您提供了自己的模拟代码。任何想要的人都可以感受到free在OP的例子中编辑。完美！灰色带的宽度是如何定义的？我甚至可以将系数作为数字得到吗？灰色带是95%的置信区间。如果你想要系数，只需执行
lm（y~sfun（x，brk=1）-1，data=DF）
x <- seq(0,10,length=101)
set.seed(1)
y <- rnorm(length(x),sfun(x,1,1),sd=0.25)
DF <- data.frame(x,y)

library("ggplot2")
theme_set(theme_bw())
ggplot(DF,aes(x,y))+geom_point()+
    geom_smooth(method="lm",
                formula=y~sfun(x,brk=1)-1)
ggsave("truncsqrt.png")