如何正确使用R语言splinefun函数？含零值数据拟合结果异常求助

你的问题核心有两点：

1. 样条插值的参数顺序不符合预期需求：第一个案例中你用splinefun(y_spa1, C)实现的是从y_spa1（即V(C)的计算结果）到C的映射（反函数插值），但第二个案例中你用splinefun(y_spa1, v1)是从y_spa1到v1的映射，这和你想实现的逻辑（类似第一个案例，从v1到目标值的映射）完全相反。
2. v1中重复的0值导致样条插值行为异常：splinefun要求输入的自变量（第一个参数）最好是严格单调的，当存在重复的自变量值且对应不同的因变量时，样条插值会出现不符合预期的平坦段或外插结果。

假设你的目标是找到当v1=0.5时对应的y_spa1值或C值，以下是两种可行的处理方式：

方式一：调整插值参数顺序并使用稳健的线性插值 #

如果不需要高精度的样条插值，approxfun对重复值的处理更稳健，同时调整参数顺序以匹配需求：

C <- c(0, 0.3, 1.5, 3.5, 19.5)
v1 <- c(0.00, 0.00, 0.00, 0.26, 0.91) 
H <- 1
n <- 1

V <- function(C, H, n) {
  1/(1 + (C/H)^n) 
}
y_spa1 <- V(C, H, n)

# 创建从v1到y_spa1的线性插值函数
f_v1_to_yspa <- approxfun(v1, y_spa1, rule = 2)
# 创建从v1到C的线性插值函数
f_v1_to_C <- approxfun(v1, C, rule = 2)

# 找v1=0.5时对应的y_spa1值
f_v1_to_yspa(0.5)
# 找v1=0.5时对应的C值
f_v1_to_C(0.5)

# 如果要找v1<=0.5时对应的最小C值（或y_spa1值）
x_v1 <- seq(0, 1, by=0.01)
y_C <- f_v1_to_C(x_v1)
# 第一个v1>=0.5对应的C值（因为v1和C正相关）
y_C[which(x_v1 >= 0.5)[1]]

方式二：处理重复值后使用样条插值 #

如果需要样条插值的高精度，可以给重复的v1值添加微小扰动，使其严格单调，再进行插值：

# 给重复的v1值加微小扰动
v1_adjusted <- v1
dup_idx <- duplicated(v1_adjusted)
v1_adjusted[dup_idx] <- v1_adjusted[dup_idx] + 1e-8

# 创建从调整后的v1到y_spa1的样条插值函数
f_spline_v1_to_yspa <- splinefun(v1_adjusted, y_spa1)
# 创建从调整后的v1到C的样条插值函数
f_spline_v1_to_C <- splinefun(v1_adjusted, C)

# 找v1=0.5时对应的y_spa1值
f_spline_v1_to_yspa(0.5)
# 找v1=0.5时对应的C值
f_spline_v1_to_C(0.5)

原代码中splinefun(y_spa1, v1)(x_dense1)是输入y_spa1的值得到对应的v1，而x_dense1是从0到10的序列：

• 当x_dense1在0.048到0.222之间时，对应的v1从0.91降到0.26；
• 当x_dense1=0.2时，刚好落在这个区间，插值得到的v1约为0.4（小于0.5），所以你得到的第一个满足条件的x_dense1是0.2，但这并不是你真正需要的“v1=0.5对应的目标值”，而是“当输入的y_spa1=0.2时，v1<=0.5”，完全偏离了预期逻辑。

内容的提问来源于stack exchange，提问作者user20561514