Вопросы Теги

Почему существует разница между do (lm & hellip;) и geom_smooth (method = & ldquo; lm & rdquo;)?

Существует множество способов ...

  1. с вашим файлом BigViewModel: 
    @model BigViewModel    
@using(Html.BeginForm()) {
    @Html.EditorFor(o => o.LoginViewModel.Email)
    ...
}
  2. вы можете создать еще 2 вида Login.cshtml 
    @model ViewModel.LoginViewModel
@using (Html.BeginForm("Login", "Auth", FormMethod.Post))
{
    @Html.TextBoxFor(model => model.Email)
    @Html.PasswordFor(model => model.Password)
}
    и register.cshtml то же самое после создания вам нужно отобразить их в главном представлении и передать им viewmodel / viewdata, чтобы он выглядел так: 
    @{Html.RenderPartial("login", ViewBag.Login);}
@{Html.RenderPartial("register", ViewBag.Register);}
    или 
    @{Html.RenderPartial("login", Model.LoginViewModel)}
@{Html.RenderPartial("register", Model.RegisterViewModel)}
  3. с использованием ajax частей вашего сайта становятся более независимыми
  4. iframes, но, вероятно, это не так
1
задан TobiO 31 March 2019 в 02:00
поделиться

1 ответ

По умолчанию poly вычисляет ортогональные полиномы. Вы можете отключить ортогонализацию с помощью аргумента raw=TRUE.

Обратите внимание, что формула имеет два появления: один раз с исходными именами переменных при подгонке регрессий, а затем в stat_smooth с использованием общих имен переменных x и y. Но в остальном это должна быть та же формула, с raw=TRUE. 

library("tidyverse")

# Define/import your data here....

df_fits <- df_calibration %>%
  group_by(substance) %>%
  do(fit = lm(area ~ poly(dilution, 2, raw = TRUE), data = .)) %>%
  broom::tidy(fit) %>%
  select(substance, term, estimate) %>%
  spread(term, estimate) %>%
  # It is simpler to rename the coefficients here
  setNames(c("substance", "c", "b", "a"))

# join parameters with sample data
df_samples <- left_join(df_samples, df_fits)

# calculate with general solution for polynomial 2nd order
df_samples <- df_samples %>%
  mutate(dilution_calc = (b * (-1) + sqrt(b^2 - (4 * a * (c - area)))) / (2 * a))

my.formula <- y ~ poly(x, 2, raw = TRUE)

df_calibration %>%
  ggplot(aes(x = dilution, y = area)) +
  stat_smooth(method = "lm", se = FALSE, formula = my.formula) +
  geom_point(shape = 17) +
  geom_point(
    data = df_samples,
    aes(x = dilution_calc, y = area),
    shape = 1, color = "red"
  ) +
  facet_wrap(~substance, scales = "free")

Создано в 2019-03-31 пакетом Представить (v0.2.1)

0
ответ дан dipetkov 31 March 2019 в 02:00
поделиться
Другие вопросы по тегам:

Похожие вопросы: