Question

我希望使用group_by包中的dplyr来适应多个nls函数，但我不确定如何传递多个起始值。让我们举一个更简单的例子（见?nls的灵感）。

DNase1 <- subset(DNase, Run == 1)
modelDNase1 <- DNase1 %>% 
  do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = 0, scal = 1),
             algorithm = "plinear"))

所以我在这里拟合一个模型。但是，如果我想扩展这一点，那么我将适合以下内容：

DNase$Run <- factor(DNase$Run)
modelDNase <- DNase %>%
  group_by(Run) %>% 
  do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = 0, scal = 1),
             algorithm = "plinear"))

我如何传递多个start参数？ purrr包可以用吗？

Answer 1

（评论回答。）我的第一个猜测是正确的，.$语法似乎有效。

作为选择起始值的便捷方式，请在新列中创建一个包含唯一组值和所需起始值的表。我对这些数据一无所知，我随机分配了这些数据：

starts = data.frame(Run = unique(DNase$Run),
           xmid_start = rnorm(11, sd = 0.1),
           scale_start = 1 + rnorm(11, sd = 0.1))

然后我们可以将其加入到数据中并继续，从每个分组中提取第一个起始值以提供给模型：

mods = DNase %>% 
    left_join(starts) %>%
    group_by(Run) %>%
    do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = first(.$xmid_start),
                          scal = first(.$scale_start)),
             algorithm = "plinear"))

使用dplyr拟合多个nls函数

1 个答案: