如何在lattice中正确绘制指数、双曲及反双曲模型曲线？

问题诊断 #

1. 第一个面板无输出：setosa物种的Petal.Length与Petal.Width呈正相关，但你使用的指数模型y = a*exp(-b*x)是递减趋势，初始值设置不合理导致nls拟合失败，直接中断了第一个面板的绘制流程。
2. 模型定义偏差：
   • 反双曲模型：你写的y = a/x不符合常见反双曲模型形式，建议采用y = a + b/x这类更合理的结构。
   • 双曲模型：你写的y = a*x是线性模型，并非双曲模型，常见双曲形式为y = (a*x)/(b + x)（米氏方程类型）。
3. 曲线绘制逻辑问题：直接用原数据的x值预测得到的是离散点连接的折线，而非平滑曲线；同时未处理模型拟合失败的异常情况，一旦某模型拟合出错，整个面板都会停止输出。

修正后的代码 #

library(lattice)

xyplot(
  Petal.Width ~ Petal.Length | Species,
  data = iris,
  panel = function(x, y, ...) {
    # 绘制基础散点
    panel.xyplot(x, y, ...)
    
    # 生成连续x序列用于预测，保证曲线平滑
    x_seq <- seq(min(x), max(x), length.out = 100)
    new_data <- data.frame(x = x_seq)
    
    # 线性模型
    mod1 <- lm(y ~ x)
    panel.abline(mod1, col = '#0080ff')
    
    # 二次多项式模型
    mod2 <- lm(y ~ poly(x, 2))
    pred2 <- predict(mod2, newdata = new_data)
    panel.lines(x_seq, pred2, col = 'purple', lwd = 2)
    
    # 三次多项式模型
    mod3 <- lm(y ~ poly(x, 3))
    pred3 <- predict(mod3, newdata = new_data)
    panel.lines(x_seq, pred3, col = '#ff00ff', lwd = 2)
    
    # 指数模型（调整公式为递增形式，适配正相关数据）
    mod4 <- tryCatch(
      nls(y ~ a * exp(b * x), start = list(a = 0.1, b = 0.5), data = data.frame(x, y)),
      error = function(e) NULL
    )
    if (!is.null(mod4)) {
      pred4 <- predict(mod4, newdata = new_data)
      panel.lines(x_seq, pred4, col = "red", lwd = 2)
    }
    
    # 反双曲模型（y = a + b/x）
    mod5 <- tryCatch(
      nls(y ~ a + b/x, start = list(a = 0.1, b = 0.5), data = data.frame(x, y)),
      error = function(e) NULL
    )
    if (!is.null(mod5)) {
      pred5 <- predict(mod5, newdata = new_data)
      panel.lines(x_seq, pred5, col = "green", lwd = 2)
    }
    
    # 双曲模型（米氏方程形式：y = (a*x)/(b + x)）
    mod6 <- tryCatch(
      nls(y ~ (a*x)/(b + x), start = list(a = 2, b = 1), data = data.frame(x, y)),
      error = function(e) NULL
    )
    if (!is.null(mod6)) {
      pred6 <- predict(mod6, newdata = new_data)
      panel.lines(x_seq, pred6, col = "orange", lwd = 2)
    }
  }
)

修改说明 #

• 用panel.lines配合连续x序列替代panel.curve，确保绘制出平滑曲线；
• 给所有nls模型添加tryCatch捕获拟合失败的异常，避免单个模型出错导致整个面板无输出；
• 调整指数模型的公式为递增形式a*exp(b*x)，并适配初始值，解决setosa物种的拟合问题；
• 修正反双曲和双曲模型的公式，符合行业通用的模型结构；
• 生成连续x序列x_seq，保证模型预测结果能形成平滑曲线。

内容的提问来源于stack exchange，提问作者12666727b9