将多个峰拟合到数据集并提取R中的单个峰信息-Java 学习之路

我有许多数据集，包括不同高程的特征计数 . 目前，每1米间隔的数据为1-30米 . 绘制时，我的许多数据集都显示3-4个峰值，这些峰值表示高度层 .

这是一个示例数据集：

高度< - c（1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22， 23,24,25,26,27,28,29,30）计数<-c（4000,2000,500,300,200,100,0,0,400,700,800,800,500,1000,1500,2000,2500,2200,1700,1100,500,0,0 ，1000,1500,2000,3000,4000,4000,2000）

我想对这些数据集采用某种方式的曲线函数，以确定“峰值”的总数，峰值中心位置（即高度）和峰值宽度 . 我可以通过前一段时间使用fityk软件手动拟合多个高斯函数来执行这种分析，但我想知道是否可以通过R自动执行这样的过程？

我已经探索了一些关于将峰值拟合到直方图的其他帖子，例如通过mixtools包，但是我不知道你是否可以提取单个峰值信息 .

您将提供的任何帮助将不胜感激 .

2 回答

3
"How do I fit a curve to my data"是一个过于宽泛的问题，因为有无数种方法可以做到这一点 . 它也可能比这里更适合https://stats.stackexchange.com/ . 但是，基础R的 ksmooth 是基本平滑器的一个很好的起点：
```
plot(Height,Counts)
smoothCounts<-ksmooth(Height,Counts,kernel="normal",bandwidth=2)
dsmooth<-diff(smoothCounts$y)
locmax<-sign(c(0,dsmooth))>0 & sign(c(dsmooth,0))<0
lines(smoothCounts)
points(smoothCounts$x[locmax],smoothCounts$y[locmax],cex=3,c=2)
```
回复于 2024-04-25T15:57:13+08:00

简单的峰识别可以是以下几行 . 看起来合理？

library(data.table)

dt <- data.table(
Height = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30),
Counts = c(4000,2000,500,300,200,100,0,0,400,700,800,800,500,1000,1500,2000,2500,2200,1700,1100,500,0,0,1000,1500,2000,3000,4000,4000,2000)
)

# crude dHeights/dCounts
dt[,d1 := c(NA,diff(Counts))]
# previous crude dHeights/dCounts (d2Heights/dCounts2 will be even more crude so comparing change in dHeight/dCounts instead)
dt[,d2 := c(tail(d1,-1),NA)]

# local maxima
dtpeaks <- dt[d1 >=0 & d2 <=0]

我不太确定如何计算峰值的FWHM，如果你能解释这个过程那么我应该能够提供帮助 .

回复于 2024-04-25T15:57:13+08:00

将多个峰拟合到数据集并提取R中的单个峰信息

2 回答

相关问题