如何在R语言绘图中添加幂律模型的最佳拟合非线性线？

数据背景 #

你的数据集满足幂律关系 y = ax^b，具体数据与拟合参数如下：

# 原始数据
x <- c(0.12, 0.46, 0.22, 0.68, 1.25)
y <- c(0.042, 0.075, 0.055, 0.089, 0.116)

# 拟合得到的幂律参数
a = 0.1053
b = 0.433

你通过 lm(log(y)~log(x)) 完成模型拟合，并用 plot(x, y, log = "x") 绘制了x轴为对数刻度的散点图，但直接用lm相关方法无法添加正确的幂律拟合线，以下是两种可行的解决方式：

方法一：利用已知参数直接绘制拟合线 #

因为x轴是对数刻度、y轴是普通刻度，需要生成覆盖原数据x范围的连续序列，再通过幂律公式计算对应的拟合y值，最后用lines()添加曲线：

# 绘制原始散点图
plot(x, y, log = "x", pch = 16, col = "steelblue", xlab = "x（对数刻度）", ylab = "y")

# 生成平滑的x拟合序列（取100个点让曲线更流畅）
x_fit <- seq(min(x), max(x), length.out = 100)
# 根据幂律公式计算拟合y值
y_fit <- 0.1053 * (x_fit ^ 0.433)

# 添加红色拟合线
lines(x_fit, y_fit, col = "red", lwd = 2)

方法二：从拟合模型中提取参数绘制 #

如果你不想手动输入a和b，可以直接从你拟合的lm模型中提取参数，转换回原尺度的幂律形式后绘制：

# 拟合对数线性模型
model <- lm(log(y) ~ log(x))

# 从模型中提取参数：截距是log(a)，斜率是b
log_a <- coef(model)[1]
b <- coef(model)[2]
a <- exp(log_a)  # 转换得到a

# 绘制散点图
plot(x, y, log = "x", pch = 16, col = "steelblue", xlab = "x（对数刻度）", ylab = "y")

# 生成x序列并计算拟合y值
x_fit <- seq(min(x), max(x), length.out = 100)
y_fit <- a * (x_fit ^ b)

# 添加绿色拟合线
lines(x_fit, y_fit, col = "darkgreen", lwd = 2)

为什么直接用lm的拟合线无效？ #

你拟合的是对数转换后的线性模型（log(y) = log(a) + b*log(x)），如果直接用abline(model)，它会在对数x轴上绘制对数空间的直线，但原y轴是普通刻度，这条直线在原尺度下并非正确的幂律曲线，因此无法显示你需要的拟合效果。必须转换回原尺度的y值，再用lines()绘制曲线才会正确。

内容的提问来源于stack exchange，提问作者Bob Vaillancourt