首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何获得nls(折断棒)类对象的置信区间

问如何获得nls(折断棒)类对象的置信区间
EN

Stack Overflow用户
提问于 2019-10-26 07:01:10
回答 2查看 109关注 0票数 0

我正在尝试弄清楚如何在R中获得/绘制nls对象的置信度。

例如,下面是一个nls模型

代码语言:javascript
复制
bstick.lm.mean <- nls(TCTmean ~ cbind("intercept" = 1, 
                                      "l2Flow" = l2Flow, 
                                      "l2FlowBr" = ifelse(l2Flow > Br, 
                                                          l2Flow - Br, 0)),
                      start = list(Br = 6), 
                      algorithm = "plinear", 
                      data = flow.new.sum.dat)

所以bstick.lm.mean是一个nls类对象。

代码语言:javascript
复制
new.seq4 = seq(min(flow.new.sum.dat$l2Flow), max(flow.new.sum.dat$l2Flow), length = 200)
new.seq4 = data.frame(new.seq4)
names(new.seq4) = 'l2Flow'

pz = predict(bstick.lm.mean, newdata = new.seq4, 
             interval = 'confidence', se.fit = TRUE, level = 0.95)
test.frame2 = data.frame(new.seq4,pz)

ggplot(data = test.frame2)+
  geom_point(mapping = aes(x = l2Flow, y = pz),
             shape = 1, col = 'red') +
  geom_point(data = test.frame,
             aes(x = l2Flow, y = TCTmean),
             shape = 0) +
  theme(panel.grid.minor = element_blank(),
        panel.background = element_blank(),
        axis.line = element_line(colour = "black")) +
  xlab("Log2 Flow (KL)") +
  ylab("Mean Transformed Ct")

生成以下绘图:

​

​

我的问题是,我如何才能获得这个非线性图的置信区间?我指的是回归线周围的波段。

EN

回答 2

Stack Overflow用户

发布于 2019-10-26 18:49:22

我从散点图中提取数据进行分析,并执行方程搜索。我发现几个不同的S型方程对数据拟合得最好,对于单个S型方程,用标准统计软件确定置信区间应该更简单。作为一个例子,下面是我对双曲Logistic sigmoidal方程"y = (a * pow(x,b)) / (c + pow(x,b))“的结果,其中参数a= 1.6177820755100655E+01,b= -1.5270446610701983E+01,c= 4.2601082365916449E-12,RMSE = 2.58,R平方= 0.85。同样,也有几个同样“好”的S型方程可供选择。

​

​

​

​

票数 0
EN

Stack Overflow用户

发布于 2020-01-10 18:35:23

关于变化点(断点)的不确定性的估计是出了名的难以分析。尝试R包mcp,它采用计算(贝叶斯)方法:

代码语言:javascript
复制
library(mcp)
model = list(
  y ~ 1 + x,  # Slope
  ~ 0  # joined plateau
)

fit = mcp(model, df)
plot(fit, q_fit = TRUE)  # Plot with quantiles

​

​

红色线条是密度最高的区间,灰色线条是随机的后验绘制,蓝色曲线是变化点位置的后验分布。使用plot_pars(fit)和summary(fit)获取参数汇总和绘图,包括不确定性。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/58566671

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档