Коэффициенты модели доза-эффект - PullRequest
Новая
       47

Коэффициенты модели доза-эффект

0 голосов
/ 18 марта 2019

Я пытался привести свои данные в соответствие с логистической кривой.Я столкнулся с 2 различными пакетами, с которыми я работал.DRM и NLS, поэтому, начиная с drm, я могу подобрать модель, показанную ниже:

Plot

Теперь мойпроблема с этим является резюме модели.

Text: 

Formula: percent_farm_tractor ~ SSlogis(year, Asym, xmid, scal)

Parameters:
     Estimate Std. Error t value Pr(>|t|)    
Asym    2.265      2.527   0.896   0.4207    
xmid 1975.306     17.589 112.305 3.77e-08 ***
scal    9.575      2.674   3.580   0.0232 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.03798 on 4 degrees of freedom

Number of iterations to convergence: 0 
Achieved convergence tolerance: 5.703e-06

Если я не интерпретирую это неправильно, коэффициент b представляет наклон.Как это может быть отрицательным, если график соответствия модели даже показывает положительную тенденцию с увеличением года?

Модель nls возвращает положительное число для slope, но у меня возникают проблемы с получением пакета nls для работы с остальными моими данными.

Спасибо

РЕДАКТИРОВАТЬ:

Я использовал split для получения нескольких data.frames, каждая из которых содержит несколько записей, относящихся к графству, и каждая запись - это отдельный год.Так, например, вот 2 разных data.frame, представляющих 2 разных округа:

`Sample County 1 

    year state county    name percent_farm_tractor stateAbb fips colorID
2   1925     1      3 BALDWIN           0.06760000       AL 1003       1
69  1930     1      3 BALDWIN           0.08679707       AL 1003       2
136 1940     1      3 BALDWIN           0.19938885       AL 1003       3
203 1950     1      3 BALDWIN           0.44627821       AL 1003       7
270 1954     1      3 BALDWIN           0.56669298       AL 1003       9
337 1964     1      3 BALDWIN           0.75094340       AL 1003      12
404 1969     1      3 BALDWIN           0.89988623       AL 1003      14

Sample County 2: 

    year state county    name percent_farm_tractor stateAbb fips colorID
476 1925     5     13 CALHOUN          0.000000000       AR 5013       1
551 1930     5     13 CALHOUN          0.006680027       AR 5013       1
626 1940     5     13 CALHOUN          0.027145359       AR 5013       1
701 1950     5     13 CALHOUN          0.187435633       AR 5013       3
776 1954     5     13 CALHOUN          0.333333333       AR 5013       5
851 1964     5     13 CALHOUN          0.530150754       AR 5013       8
926 1969     5     13 CALHOUN          0.929824561       AR 5013      14

Я подаю заявкуdrm для каждого из этих data.frames, как показано ниже: 

j <- 1
params <- data.frame()
for(j in 1:length(split_df)){
if(nrow(split_df[[j]]) != 1){
mL <- drm(percent_farm_tractor ~ year, data = 
as.data.frame(split_df[[j]]), fct = L.3(), type = "continuous")
params <- rbind(params, coef(mL))
}
}

В основном, каждый округ имеет отрицательное значение наклона, что кажется очень противоречивым, поскольку в основном каждый округ также имеет положительную тенденцию с увеличением года.

1 Ответ

1 голос
/ 18 марта 2019

tl; др Просто переверните знак;это необычная параметризация, где отрицательное значение b соответствует функции увеличения .(Я не знаю, почему я никогда не замечал этого раньше; возможно, потому что я в основном сосредоточился на параметре intercept / ED50 ...)

Это выражение дано для обобщенной логистики в ?drc::logistic:

f(x) = c + \frac{d-c}{(1+\exp(b(x - e)))^f}

Для трехпараметрической логистики c = 0, f = 1, поэтому мы имеем 

f(x) = \frac{d}{(1+\exp(b(x - e)))}

Легко видеть, что d является верхней асимптотой, аe является половинным максимумом (когда x=e, уравнение уменьшается до \frac{d}{(1+\exp(0)} = d/2).b действительно является наклоном, но ключ к этому заключается в том, что для x>e знаменатель представляет собой возрастающую функцию b;это означает, что общее выражение представляет собой убывающую функцию b.

. Это противоречит более стандартной параметризации логистики, которая добавляет отрицательный знак перед наклоном, например, изplogis: 

F(x) = 1 / (1 + exp(-(x-m)/s))

Обратите внимание на - перед (x-m)/s!Здесь s - шкала, m - полумакс, 1/s - наклон ...

...