什么是drc包中的pmodel

Question

如果这是一个愚蠢的问题，我很抱歉，但我在弄清楚如何在drc包中使用pmodel时遇到了麻烦。我在网上到处搜索，我能找到的只是定义，它是：“一个有许多列的数据框架，因为非线性函数中有参数。或者一个列表，其中包含非线性函数中每个参数的公式。”网上有一些例子，但我不知道它代表了什么。例如，对于命令：

sel.m2 <- drm(dead/total~conc, type, weights=total, data=selenium, fct=LL.2(),
    type="binomial", pmodels=list(~1, ~factor(type)-1))

met.as.m1<-drm(gain ~ dose, product, data = methionine, fct = AR.3(),
    pmodels = list(~1, ~factor(product), ~factor(product)))
    plot(met.as.m1, log = "", ylim = c(1450, 1800))

auxins.m1 <- boxcox(drm(y ~ dose, h, pmodels = data.frame(h, h, 1, h), fct = LL.4(), data = auxins), method = "anova")

我认为pmodel是一个列表和数据框，但是"-1"vs "~1“是什么意思，或者列出一个因子是什么意思，括号里的顺序有什么意义？

Answer 1

我同意这对新人来说没有很好的解释。不幸的是，我只能回答你的一部分。一个迟来的回复，但对其他人来说：

有两个资源可供drc参考: a)关于drc的作者。参见正文和补充(本例中为S3)DOI:10.1371/ various al.pone.0146021b)查看pmodel的drc.pdf和ctrl+f以查看各种用法。

我认为data.frame和list取决于分组级别。

在处理完我的数据(子集)后，我发现pmodels() =参数/池化模型，也就是如何将这些参数设置为相等(即，全局/共享或不相等)。在您的上一个示例中，使用了auxins df

library(drc)
auxins.m1 <- boxcox(drm(y ~ dose, h, pmodels = data.frame(h, h, 1, h), 
fct = LL.4(), data = auxins), method = "anova")

## changed names to familiar terms by a non-statistician 
auxins.m1 <- boxcox(drm(y ~ dose, h, pmodels = data.frame(h, h, 1, h), 
fct = LL.4(names=c("hill.slope","bot","top","ed50"), data = auxins), method = "anova")

显示顶部设置为1。顺序与LL.4相同(名称...)

因此，如果您设置

pmodels = data.frame(h, 1, 1, h)     ## ("hill.slope","bot","top","ed50")

正如他们在pg.10上的drc.pdf中所做的那样，您将看到它将设置一个公共/共享的底部和顶部。

查看他们的补充文章的第9页，它显示了对于LL.2，双参数逻辑拟合的预置top =1和bottom = 0。的输出

selenium.LL.2.2 <- drm(dead/total~conc, type, weights = total,
data = selenium, fct = LL.2(), type="binomial",
pmodels = list(~factor(type)-1, ~1))       ## ("hill-slope", "ed50")

显示假设ed50为常量。或者从drc.pdf的第91页开始：

## Fitting the model with freely varying ED50 values
mecter.free <- drm(rgr ~ dose, pct, data = mecter,
fct = LL.4(), pmodels = list(~1, ~1, ~1, ~factor(pct) - 1))

不幸的是，object-1和object的含义并不是很清楚。一种更好的方法可能是使用基本的drm()，而不使用LL.#()

检查

getMeanFunctions()

查看所有可用函数

如果您正在尝试将某个值固定为某个值，则可以

fct = LL.4(fixed = c(NA,0,1,NA)) 
## effectively becomes the standard LL.2()

## or
fct = LL.4(fixed = c(1,0,NA,NA)) 
## common hill slope = 1; assumes baseline correction hence = 0

部分相关；查看大量的数字版权管理功能：https://stackoverflow.com/a/39257095