找回式使用预测函数中的R指数方程

问题描述

我不能找出如何重构的结果，也没有从predict的线性模型的函​​数的公式。我在ggplot geom_smooth使用该数据时得到相同的结果也（方法= 'LM'，式中，Y〜EXP（X））。

下面是一些示例数据

x=c(1,10,100,1000,10000,100000,1000000,3000000)
y=c(1,1,15,20,30,40,60)

我想用一个指数函数，以便（忽略对于我登录的x值的时刻，因为EXP（）为非常大的值失败）：

model = lm( y ~ exp(log10(x)))
mypred = predict(model)
plot(log(x),mypred)

我试过了

lm_coef <- coef(model)
plot(log10(x),lm_coef[1]*exp(-lm_coef[2]*x))

然而，这是给我一个递减的指数，而不是增加。 我的目标是提取指数函数的公式，所以我可以重用在另一个上下文中的系数。即可。什么方程是利用预测（），并且是有办法看到吗？

解决方法

我做了一些类似的事情：

Df<-data.frame(x=c(1,10,100,1000,10000,100000,1000000,3000000),y=c(1,1,15,20,30,40,60))


model<-lm(data = Df,formula = y~log(x))
predict(model)
plot(log(Df$x),predict(model))

summary(model)

你得到的相关输出是：

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  -6.0700     4.7262  -1.284 0.246386    
log(x)        3.5651     0.5035   7.081 0.000398 ***
---

因此你的方程是 3.5651*log(x)-6.0700