我一直在努力使数据符合逻辑曲线。我遇到了2个我一直在使用的软件包。 DRM
和NLS
,因此从drm
开始,我可以拟合如下所示的模型。
现在我的问题是模型摘要。
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
除非我误解了,否则b
系数表示斜率。当模型拟合图甚至随着年增长而显示出正趋势时,怎么会是负数?
nls模型确实为slope
返回了一个正数,但是我很难让nls包与其余数据一起使用。
谢谢
编辑:
我用split
获取了多个数据。每个数据帧包含与一个县有关的多个记录,每个记录是不同的年份。因此,例如,这里的2个不同的data.frame代表2个不同的县:
“采样县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
我正在将drm
应用于每个data.frame,如下所示:
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))
}
}
基本上每个县都具有负斜率值,这似乎与直觉相反,因为基本上每个县都随着年的增长也呈正趋势。
答案 0 :(得分:1)
tl; dr 只需翻转标志即可;这是一个不寻常的参数化,其中负b
对应于 increating 函数。 (我不知道为什么以前从未注意到这一点;也许是因为我通常专注于拦截/ ED50参数...)
这是?drc::logistic
中为广义逻辑给出的表达式:
f(x) = c + \frac{d-c}{(1+\exp(b(x - e)))^f}
对于三参数对数,c = 0,f = 1,所以我们有
f(x) = \frac{d}{(1+\exp(b(x - e)))}
很容易看到d
是上渐近线,而e
是最大值的一半(当x=e
时,等式简化为\frac{d}{(1+\exp(0)} = d/2
)。 b
确实是一个斜率,但是关键是x>e
的分母是b
的递增函数;这意味着整体表达式是b
的减少函数。
这与逻辑的更标准的参数设置相反,后者在斜率之前添加了一个负号,例如来自plogis
:
F(x) = 1 / (1 + exp(-(x-m)/s))
请注意-
之前的(x-m)/s
!这里的s
是比例,m
是半最大值,1/s
是斜率...