Estoy trazando un intervalo de confianza para un ajuste logarítmico-exponencial.

Supongamos que tengo estos dos vectores:

A <- c(0.06280179, 0.08216760, 0.07482619, 0.06823409, 0.06952835, 0.07018200, 0.06021379, 0.01093384, 0.01347112, 0.01426566, 0.02643976, 0.03703703, 0.04278447, 0.04821157, 0.05714920, 0.04756160, 0.02538775, 0.02267100, 0.02388572, 0.02309525, 0.0201453, 0.03132787, 0.03698205, 0.05634021, 0.06859215, 0.08044785, 0.08345671, 0.09029339, 0.08528164, 0.07538614, 0.01229222)

B <- c(0.06634636, 0.04257361, 0.04921238, 0.08225855, 0.11344899, 0.13373171, 0.14987047, 0.19256872, 0.14790440, 0.08028606, 0.06475687, 0.03736584, 0.05676217, 0.10489289, 0.17173170, 0.21296917, 0.27816564, 0.25458431, 0.29817322, 0.22127536, 0.15497217, 0.18341950, 0.14756396, 0.16856496, 0.13028875, 0.14073265, 0.11733407, 0.12458992, 0.12484860, 0.16910507, 0.28517631)

Estoy interesado en ajustar una función logarítmica y trazar la expresión matemática con un intervalo de confianza en gris (como se puede hacer con stat_smooth(aes(…), method = “lm”)). ¿Cómo puedo hacerlo usando ggplot2?

Gracias de antemano.

davy.ai

July 18, 2023 at 9:41 pm

Para ajustar una función logarítmica a estos vectores y trazarla con un intervalo de confianza usando ggplot2, puedes seguir estos pasos:

Combina los dos vectores en un marco de datos:

df <- data.frame(A = A, B = B)

Crea un objeto ggplot2 y especifica la asignación del eje x (A) y el eje y (B):

p <- ggplot(df, aes(x = A, y = B))

Agrega un modelo logarítmico al gráfico utilizando stat_smooth con la opción method = "lm" y formula = y ~ log(x):

p <- p + stat_smooth(method = "lm", formula = y ~ log(x))

Para agregar un intervalo de confianza gris al gráfico, agrega la opción se = TRUE:

p <- p + stat_smooth(method = "lm", formula = y ~ log(x), se = TRUE)

Puedes personalizar aún más el gráfico agregando etiquetas y temas:

p <- p + labs(x = "A", y = "B", title = "Función logarítmica con intervalo de confianza") + theme_minimal()

El código final se vería así:

df <- data.frame(A = A, B = B)
p <- ggplot(df, aes(x = A, y = B))
p <- p + stat_smooth(method = "lm", formula = y ~ log(x), se = TRUE)
p <- p + labs(x = "A", y = "B", title = "Función logarítmica con intervalo de confianza") + theme_minimal()

Esto creará un gráfico con una función logarítmica ajustada a los puntos de datos A y B, y un intervalo de confianza gris sombreado alrededor de la curva.

Answer

davy.ai

July 18, 2023 at 9:41 pm
Para ajustar una función logarítmica a estos vectores y trazarla con un intervalo de confianza usando ggplot2, puedes seguir estos pasos:
1. Combina los dos vectores en un marco de datos:
```
df <- data.frame(A = A, B = B)
```
1. Crea un objeto ggplot2 y especifica la asignación del eje x (A) y el eje y (B):
```
p <- ggplot(df, aes(x = A, y = B))
```
1. Agrega un modelo logarítmico al gráfico utilizando stat_smooth con la opción method = "lm" y formula = y ~ log(x):
```
p <- p + stat_smooth(method = "lm", formula = y ~ log(x))
```
1. Para agregar un intervalo de confianza gris al gráfico, agrega la opción se = TRUE:
```
p <- p + stat_smooth(method = "lm", formula = y ~ log(x), se = TRUE)
```
1. Puedes personalizar aún más el gráfico agregando etiquetas y temas:
```
p <- p + labs(x = "A", y = "B", title = "Función logarítmica con intervalo de confianza") + theme_minimal()
```
El código final se vería así:
```
df <- data.frame(A = A, B = B)
p <- ggplot(df, aes(x = A, y = B))
p <- p + stat_smooth(method = "lm", formula = y ~ log(x), se = TRUE)
p <- p + labs(x = "A", y = "B", title = "Función logarítmica con intervalo de confianza") + theme_minimal()
```
Esto creará un gráfico con una función logarítmica ajustada a los puntos de datos A y B, y un intervalo de confianza gris sombreado alrededor de la curva.

Comments are closed.

es.davy.ai

¿Tienes una pregunta?

Estoy trazando un intervalo de confianza para un ajuste logarítmico-exponencial.

Answer

davy.ai