为混合模型

Question

背景：我有lmer模型

lmer(log(log(Amplification)) ~ poly(Voltage, 3) + 
           (poly(Voltage, 3) | Serial_number), data = APD)

表示数据帧APD。这包含许多设备，由Serial_number分隔。在0 V至约400 V的电压范围内测量每个器件的放大。 总共我有大约1500个设备（和近80,000个可观测量）。

动机：我的目标是为每个设备获得相应的放大电压;电压（扩增= 150）？ 在提取多项式系数的帮助下，我能够进行逆回归并计算出这个电压。

问题：当我以不同方式选择数据范围时，我会计算不同的电压。这或多或少是合理的，因为适合度不同。如何确保哪个电压正确？ 当我取整个数据范围时，计算出的值（放大率= 150，电压（A = 150）） - 点远离测量数据。 当我限制数据范围时，该点越来越接近测量数据。显然，我可以通过选择数据范围来强烈影响这一点。

结论：我的目标是为扩增幅度= 150的每台设备找到最强可靠电压。

计算数据点的图表：

适合lmer的整个数据范围：

有限的数据范围忽略了放大率<100以下且高于放大倍数> 200的所有测量数据。

单个设备的原点曲线：

最小数据集和脚本：https://files.fm/u/5yy22kkm

P.S：这是一个cross-post from here，但这个问题并没有引起很多关注。