Почему я получаю ошибку с помощью линейного алгоритма нелинейной регрессии в R? - PullRequest
Новая
       79

Почему я получаю ошибку с помощью линейного алгоритма нелинейной регрессии в R?

0 голосов
/ 14 января 2020

У меня есть список из 2 элементов со значениями X и Y, для которого я хотел бы выполнить нелинейную регрессию с R. 

NP  delta_f_norm
3.125E-08   1.305366836
6.25E-08    0
0.000000125 3.048361059
0.00000025  2.709158322
0.0000005   2.919379441
0.000001    42.8860945
0.000002    49.75418233
0.000004    50.89313017
0.000008    50.18050031
0.000016    49.67195257
0.000032    48.89396054
0.000064    48.00787709
0.0000006   16.50229042
0.0000007   8.906829316
0.0000008   14.2697833
2.74E-08    -0.913767771
4.11E-08    -0.942489364
6.17E-08    0.586660918
9.24E-08    -0.080955695
1.387E-07   1.672777115
2.081E-07   0.880006555
3.121E-07   13.23952061
4.682E-07   44.73003305
7.023E-07   57.11640257
1.0535E-06  54.09032726
1.5802E-06  58.71029183
2.3704E-06  56.85467325
3.5556E-06  57.83003606
5.3333E-06  53.71761902
0.000008    53.55511726

Я импортирую данные в виде простого текста, нормализую значения Y и изменяю масштаб по значениям x: 

install.packages("tidyverse")
library(tidyverse)

# load in the data points, make sure the working directory is set correctly
# I have already trimmed data manually, so it is just tab separated, x values in the left
# column, y values in the right, with the first line containing the name of the variable 

bind_curve <- read_tsv("MST_data.txt")
view(bind_curve)

# normalize curve to max
# as fractional occupancy of binding sites

bind_curve$delta_f_norm <- bind_curve$delta_f_norm/max(bind_curve$delta_f_norm)

#change units to nanomolar
bind_curve$NP <- bind_curve$NP*1e06


# due to the way the plinear algorithm works, y values cannot be zero, so we have to change them to very small values

for (i in 1:nrow(bind_curve))
{
  if (bind_curve[i,2] == 0)
  {
    bind_curve[i,2] <- 1e-10
  }
}


# here Ka is the apparent Kd and n is the hill coeficient, the parameters were
# guestimated by looking at the data

view(bind_curve)

hill_model <- nls((delta_f_norm ~ 1/(((Ka/NP)^n)+1)), data = bind_curve, start = list(Ka=700, n=2), algorithm = "plinear")

summary(hill_model)

это дает следующую ошибку: 

Error in chol2inv(object$m$Rmat()) : 
  element (2, 2) is zero, so the inverse cannot be computed

Это не имеет смысла, так как элемент (2,2) был 0, когда он был импортирован, но я специально переписал его с небольшим ненулевым значением, чтобы разрешить инверсию. Проверка фрейма данных перед созданием нелинейной модели даже показывает, что значение не равно 0, так почему он сообщает, что это так? Является ли это проблемой, когда bind_curve существует в 2 разных пространствах имен или что-то? Это единственный возможный способ думать, что это произойдет.

1 Ответ

0 голосов
/ 14 января 2020

Хорошо. Я забыл преобразовать единицы в исходное предположение Ка, когда я изменил единицы в данных NP (700 против 0,7), поэтому, очевидно, мои начальные значения были очень далеки, что должно было послужить причиной его отказа. Я не понимаю, что это имеет отношение к 0 значениям в данных, но что бы это ни было исправлено.

Мод может удалить это сообщение. Я идиот: p

...