Упрощение кода R при подгонке данных (для циклов) - PullRequest
Новая
       7

Упрощение кода R при подгонке данных (для циклов)

0 голосов
/ 03 января 2019

У меня есть рабочий код для достижения моей цели, но, как вы увидите, он не очень элегантен.Я пытался написать это с для циклов , но мои знания в области кодирования являются относительно базовыми.Может ли какой-нибудь щедрый человек помочь мне упростить мой код и, надеюсь, аннотировать его, чтобы я мог научиться делать это сам?Я знаю, что это большая просьба, но я ценю любую помощь, спасибо!

Конечная цель - создать таблицу для экспорта, которая будет содержать значения A0 и kobs для каждого соответствия (вместе с их стандартными ошибками.).

Значения кобов затем передаются в другое уравнение для получения трех дополнительных параметров.В предоставленных данных [100] набор данных был исключен из окончательного анализа (исключение обосновано внешними факторами).Я новичок здесь, поэтому, если я форматирую что-то неправильно или нарушаю некоторые стандарты, пожалуйста, дайте мне знать, и я исправлю это.

Данные (скопированные из CSV-файла):

Time,[0]1,[0]2,[0]3,[1],[2.5],[6],[16],[40],[100] 0,1.008,,0.963,1.038,0.979,0.973,0.973,0.906,0.979 0,0.992,1.000,1.037,0.962,1.021,1.027,1.027,1.094,1.021 5,0.813,0.968,0.961,0.704,0.667,0.470,,, 5,0.861,0.971,0.913,0.713,0.645,0.512,0.353,0.306,0.351 10,0.820,0.868,0.888,0.613,0.407,0.262,,0.158,0.236 10,0.851,0.857,0.890,0.563,0.444,0.250,0.197,0.169,0.275 15,0.778,0.773,0.798,,,,0.154,0.145,0.204 15,0.778,0.752,0.894,0.552,0.308,0.184,0.109,0.146,0.238 20,0.610,0.727,0.806,0.441,0.247,0.180,0.114,0.143,0.269 20,0.747,0.784,0.806,0.426,0.257,0.176,0.138,0.116,0.345 30,,,,0.321,0.164,0.091,0.127,0.100,0.279 30,0.563,0.642,0.633,0.268,0.146,0.082,0.096,0.096,0.275 40,0.556,0.524,0.529,0.286,0.106,0.082,0.037,0.079,0.249 40,0.581,0.485,0.487,0.266,0.119,0.045,,,0.041

## Assign Time (x) data
t <- D1$Time

## Assign Response (y) data 
R1 <- D1<span class="math-container">$`[0]1`
R2 <- D1$</span>`[0]2`
R3 <- D1<span class="math-container">$`[0]3`
R4 <- D1$</span>`[1]`
R5 <- D1<span class="math-container">$`[2.5]`
R6 <- D1$</span>`[6]`
R7 <- D1<span class="math-container">$`[16]`
R8 <- D1$</span>`[40]`
R9 <- D1$`[100]`

## Fit data
F1 <- nls(R1 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P1 <- summary(F1)$parameters[,1:2]

F2 <- nls(R2 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P2 <- summary(F2)$parameters[,1:2]

F3 <- nls(R3 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P3 <- summary(F3)$parameters[,1:2]

F4 <- nls(R4 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P4 <- summary(F4)$parameters[,1:2]

F5 <- nls(R5 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P5 <- summary(F5)$parameters[,1:2]

F6 <- nls(R6 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P6 <- summary(F6)$parameters[,1:2]

F7 <- nls(R7 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P7 <- summary(F7)$parameters[,1:2]

F8 <- nls(R8 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P8 <- summary(F8)$parameters[,1:2]

F9 <- nls(R9 ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
P9 <- summary(F9)$parameters[,1:2]

## Assemble Table
SS <- c(colnames(D1)[2],colnames(D1)[3],colnames(D1)[4],colnames(D1)[5],colnames(D1)[6],colnames(D1)[7],colnames(D1)[8],colnames(D1)[9],colnames(D1)[10])

A0     <- c(P1[1,1],P2[1,1],P3[1,1],P4[1,1],P5[1,1],P6[1,1],P7[1,1],P8[1,1],P9[1,1])
SEA0   <- c(P1[1,2],P2[1,2],P3[1,2],P4[1,2],P5[1,2],P6[1,2],P7[1,2],P8[1,2],P9[1,2])
kobs   <- c(P1[2,1],P2[2,1],P3[2,1],P4[2,1],P5[2,1],P6[2,1],P7[2,1],P8[2,1],P9[2,1])
SEkobs <- c(P1[2,2],P2[2,2],P3[2,2],P4[2,2],P5[2,2],P6[2,2],P7[2,2],P8[2,2],P9[2,2])
ExTab  <- cbind(SS, A0, SEA0, kobs, SEkobs)

write_clip(ExTab)

conI  <- c(0,0,0,0.5,1.5,4,12,35)
kobsA <- c(P1[2,1],P2[2,1],P3[2,1],P4[2,1],P5[2,1],P6[2,1],P7[2,1],P8[2,1])
kFit  <- nls(kobsA ~ k0 + ((kin*conI)/(KI+conI)), start = list(k0 = 0.1, kin = 0.2, KI = 3))
summary(kFit)

Я склонен использовать циклы для уменьшения повторения, но я не могуписать рабочие.Я также хотел бы исключить раздел ##Assign Response (y) data, чтобы можно было применять код к универсальным наборам данных с различными концентрациями в именах столбцов, но использование D1[2] вместо R1 внутри функции nls приводит к ошибке.

1 Ответ

0 голосов
/ 04 января 2019

Вы можете начать так: 

t <- D1$Time

for (i in (1:ncol(D1))){
  fit <- nls(D1[,i] ~ A1 * exp(-k1 * t), start = list(A1 = 1, k1 = 0.02))
  P <- summary(fit)$parameters[,1:2]

  A0[i]     <- P[1,1]
  SEA0[i]   <- P[1,2]
  kobs[i]   <- P[2,1]
  SEkobs[i] <- P[2,2]

}

ExTab  <- cbind(SS, A0, SEA0, kobs, SEkobs)
write_clip(ExTab)
...