R语言：使用ggplot2添加指数趋势线失败，求解决方法

问题原因 #

1. 初始值设置不合理：nls对初始参数极度敏感，你设置的a=1、b=1和数据实际拟合的参数偏差过大，导致拟合过程中出现数值溢出（无穷大）或缺失值。
2. 变量尺度问题：原始Year是2005这类大数值，直接代入exp(b*x)会引发指数爆炸，超出R的数值计算范围，触发错误。

解决办法 #

方法1：从已成功的线性模型提取初始值 #

你已经通过lm(log(Articles) ~ Year)得到了可靠的拟合结果，可直接将其转换为nls所需的初始参数：

# 先拟合已验证的线性模型
model_lm <- lm(log(Articles) ~ Year, data = data.growth)
# 转换为指数模型的初始值：a=exp(截距), b=斜率
start_vals <- list(
  a = exp(coef(model_lm)[[1]]),
  b = coef(model_lm)[[2]]
)

# 用ggplot2绘制趋势线
library(ggplot2)
ggplot(data.growth, aes(x = Year, y = Articles)) +
  geom_point() +
  geom_smooth(
    method = "nls",
    formula = y ~ a * exp(b * x),
    se = FALSE,
    method.args = list(start = start_vals)
  )

方法2：对Year做尺度转换（避免数值溢出） #

将Year转换为相对于起始年份的差值，降低数值量级，避免指数计算溢出：

# 把Year转换为从0开始的差值（以2005为基准）
data.growth$Year_scaled <- data.growth$Year - 2005

# 拟合尺度后的线性模型，提取初始值
model_lm_scaled <- lm(log(Articles) ~ Year_scaled, data = data.growth)
start_vals_scaled <- list(
  a = exp(coef(model_lm_scaled)[[1]]),
  b = coef(model_lm_scaled)[[2]]
)

# 绘图并还原x轴年份标签
ggplot(data.growth, aes(x = Year_scaled, y = Articles)) +
  geom_point() +
  geom_smooth(
    method = "nls",
    formula = y ~ a * exp(b * x),
    se = FALSE,
    method.args = list(start = start_vals_scaled)
  ) +
  scale_x_continuous(labels = function(x) x + 2005, breaks = 0:17)

方法3：直接用已有的预测值绘制趋势线 #

既然你已经通过lm得到了预测结果，可直接用geom_line绘制，无需再用nls拟合：

# 生成包含2023-2025的预测数据集
pred_data <- data.frame(Year = 2005:2025)
# 注意：这里要先对预测值做指数转换，还原原始尺度
pred_data$Articles_pred <- exp(predict(model_lm, newdata = pred_data))

# 绘图
ggplot() +
  geom_point(data = data.growth, aes(x = Year, y = Articles)) +
  geom_line(data = pred_data, aes(x = Year, y = Articles_pred), color = "blue", linewidth = 1)

内容的提问来源于stack exchange，提问作者Allan