Şaşırtıcı bir şekilde, Google'ı kullanarak aşağıdaki soruya bir cevap bulamadım:
Birkaç kişiden zaman içinde kabaca sigmoid büyüme davranışı gösteren bazı biyolojik verilerim var. Bu yüzden standart bir lojistik büyüme kullanarak modellemek istiyorum
P(t) = k*p0*exp(r*t) / (k+p0*(exp(r*t)-1))
p0, t = 0'da başlangıç değeridir, k, t-> sonsuzda asimptotik sınırdır ve r, büyüme hızıdır. Görebildiğim kadarıyla, bunu nls kullanarak kolayca modelleyebilirim (benim tarafımda anlayış eksikliği: neden zaman ve verileri ölçekleyerek standart logit regresyon kullanarak benzer bir şey modelleyemiyorum? EDIT: Teşekkürler Nick, görünüşe göre insanlar bunu örneğin ancak nadiren http://www.stata-journal.com/article.html?article=st0147 . Bu teğetle ilgili bir sonraki soru, modelin aykırı değerlerin üstesinden gelip gelemeyeceği> 1) olacaktır.
Şimdi k, p0 ve r üç parametresi üzerinde bazı sabit (çoğunlukla kategorik) ve bazı rastgele (bireysel bir kimlik ve muhtemelen bir çalışma kimliği) etkilerine izin vermek istiyorum. Nlme bunu yapmanın en iyi yolu mu? SSlogis modeli yapmaya çalıştığım şeyler için mantıklı görünüyor, doğru mu? Aşağıdakilerden herhangi biri başlamak için mantıklı bir model midir? Başlangıç değerlerini doğru olarak göremiyorum ve update () sadece rastgele efektler için çalışıyor gibi görünüyor, sabit olanlar değil - herhangi bir ipucu?
nlme(y ~ k*p0*exp(r*t) / (k+p0*(exp(r*t)-1)), ## not working at all (bad numerical properties?)
data = data,
fixed = k + p0 + r ~ var1 + var2,
random = k + p0 + r ~ 1|UID,
start = c(p0=1, k=100, r=1))
nlme(y ~ SSlogis(t, Asym, xmid, scal), ## not working, as start= is inappropriate
data = data,
fixed = Asym + xmid + scal ~ var1 + var2, ## works fine with ~ 1
random = Asym + xmid + scal ~ 1|UID,
start = getInitial(y ~ SSlogis(Dauer, Asym, xmid, scal), data = data))
Özellikle doğrusal olmayan modellerde ve genel olarak doğrusal olmayan modellerde yeni olduğum için, bazı okuma önerilerini veya yeni soruları olan öğretici / SSS bağlantılarını takdir ediyorum.