R语言实现温度校准实测曲线与多线性回归拟合曲线叠加绘图

一、数据预处理（规避因子/数值混乱问题） #

• 将升温速率列转为因子类型，明确固定3个水平：

你的数据框$升温速率 <- factor(你的数据框$升温速率, levels = c("0.06", "0.125", "0.25"))

• 清理数据：删除重复行、缺失值，确保时间和实测温度列无异常值

二、构建带交互项的线性模型 #

通过交互项让每个升温速率组生成独立的拟合斜率，公式中*等价于主效应加交互项：

calib_model <- lm(实测温度 ~ 时间 * 升温速率, data = 你的数据框)

三、生成匹配的预测数据集（解决行数不匹配问题） #

必须生成覆盖所有时间范围+所有速率水平的网格数据，不能直接用原始数据预测：

# 生成连续时间序列（从实验起始到结束，间隔可自行调整）
pred_time_seq <- seq(min(你的数据框$时间), max(你的数据框$时间), by = 1)
# 构建预测用的完整网格
pred_grid <- expand.grid(时间 = pred_time_seq, 升温速率 = levels(你的数据框$升温速率))
# 计算预测温度，自动匹配每个速率组的拟合参数
pred_grid$预测温度 <- predict(calib_model, newdata = pred_grid)

四、叠加实测曲线与拟合曲线绘图 #

用ggplot2实现，代码简洁易读：

library(ggplot2)
ggplot() +
  # 灰色背景绘制实测曲线
  geom_line(data = 你的数据框, aes(x = 时间, y = 实测温度, group = 升温速率), 
            color = "gray", alpha = 0.6) +
  # 彩色绘制拟合校准曲线
  geom_line(data = pred_grid, aes(x = 时间, y = 预测温度, color = 升温速率), 
            linewidth = 1.1) +
  # 基础美化
  labs(x = "时间(min)", y = "温度(℃)", title = "自制控温装置升温校准曲线") +
  theme_bw()

常见错误排查 #

• 因子水平重复：用unique(你的数据框$升温速率)检查，若存在数值/字符串混合（如0.06和"0.06"），统一转为因子并指定水平
• predict行数不匹配：确保pred_grid的列名和模型中使用的列名完全一致，且包含所有模型变量（时间、升温速率）

内容的提问来源于stack exchange，提问作者ALov