Question

我一直在R使用我们的非线性模型：

Y = Alpha1*time + Alpha2*sin(2*pi*time/Alpha3) + Alpha4*(-1)^time

我会判断bernoulli变量是否会影响Alpha1*time和拦截与否。这样的bernoulli变量可能是：

varia<-rep("BEFORE","AFTER"),each=30)

有

Y<- -2.5+rnorm(60)+2*sin(2*pi*time/8)+2.5*(-1)^time
time<-seq(1,60)

我发现nls可以适合这个模型，但没有这个分类变量的影响，我还发现nlme包可以估计对变量的影响而不是非线性模型的条件。我的问题是：这些方案中的哪一个可以帮到我？而且，我怎么能在代码中添加这个bernoulli变量？问候和感谢。

Answer 1

.lin4以下AFTER将增加Y的数量：

# test data
set.seed(123)
time<-seq(1,60)
Y<- -2.5+rnorm(60)+2*sin(2*pi*time/8)+2.5*(-1)^time
varia <- rep(c('BEFORE', 'AFTER'), each = 30)

fm <- nls(Y ~ cbind(1, sin(2 * pi * time/Alpha3), (-1)^time, varia == "AFTER"), 
 start = list(Alpha3 = 8), alg = "plinear")

summary(fm)

，并提供：

Formula: Y ~ cbind(1, sin(2 * pi * time/Alpha3), (-1)^time, (varia == 
    "AFTER"))

Parameters:
       Estimate Std. Error t value Pr(>|t|)    
Alpha3  8.03367    0.02583 310.984  < 2e-16 ***
.lin1  -2.55242    0.16740 -15.247  < 2e-16 ***
.lin2   1.88528    0.16726  11.272 6.45e-16 ***
.lin3   2.53734    0.11828  21.453  < 2e-16 ***
.lin4   0.23992    0.23673   1.013    0.315    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9159 on 55 degrees of freedom

Number of iterations to convergence: 3 
Achieved convergence tolerance: 6.226e-07

所以在这种情况下，所有参数都是重要的，除了最后一个，正如预期的那样。

已修订重新阅读问题后修改。

具有双子组学影响参数子集的非线性模型

1 个答案: