使用过nls()来作非线性回归的朋友，感觉都要吐槽一下nls(formula, start = list(a = , b = )里面的起始值（a，b）的设定，n次都设不对是怎样一个感受？抓狂到想要放弃用R有木有？

其实我们只想要像excel里面添加趋势线那样简单，就能得到非线性回归方程的各个结果而已。

最新CRAN正式上线的R函数包——“basicTrendline” package 终于解决了这个问题。

闲言太多，步入正题！

“basicTrendline”源代码直接点击 这里。

R函数包”basicTrendline”到底用来干什么？

用于一步完成绘图，添加线性或非线性拟合线，在图上显示回归方程及R2和回归模型的p值（不是参数的p值）。 并且，它默认会同时输出模型summary()的结果，即各参数的具体数值及SD值，t值，p值等等。

你能用通用的函数 “trendline()”，但只需改变参数 model 的值，即可输出不同的回归模型的结果以及图。

参数“model” 的值为 ‘lin2P’,’line3P’,’log2P’,’exp3P’,’power3P’的其中一个。

 

• “line2P” # y=a*x+b

• “line3P” # y=a*x^2+b*x+c

• “log2P” # y=a*ln(x)+b

• “exp3P” # y=a*exp(b*x)+c

• “power3P” # y=a*x^b+c)

一个严肃的问题：它结果可信吗？

• 我们已经检测了我们的R函数包“basicTrendline”, 它工作性能稳定；
• 更重要的是它的拟合结果和商业软件OriginPro完全相等；
• 甚至对幂函数power函数（y=a*x^b +c）比OriginPro软件更好
  （更高的R2，更低的p值，因为我们采取了优于Origin软件的selfStart计算方法）！

在R中安装 “basicTrendline” 函数包

1. 直接从CRAN官方获取资源安装：

install.packages("basicTrendline")
library(basicTrendline)

2. 使用Github资源安装：

install.packages("devtools")
library(devtools)   
install_github("PhDMeiwp/basicTrendline@master", force = TRUE)
library(basicTrendline)

使用 “basicTrendline” 函数包

建立 x，y数据集，比如：

x<-c(1,30,90,180,360)
y<-c(4,8,10,11,11)

然后运行：

library(basicTrendline) 

trendline(x,y,model="exp3P", summary=TRUE, eDigit=10, ePos="topleft",linecolor="red")