问题标签 [drc]

我有这些剂量反应数据：

然后我使用drc包的drm函数来拟合这些数据的对数逻辑曲线：

然后我生成预测，以便能够绘制曲线：

我还使用该PharmacoGx Bioconductor包计算曲线及其上限和下限的 AUC 和 IC50：

用所有参数创建一个表格，以便我可以将所有内容绘制在一起：

最后把它全部绘制出来：

这使：

我的问题是：

1. 我认为斜率应该是负数。怎么是5.2？

2. ,auc.mid和累积为auc.high：auc.low

   auc.mid <- computeAUC(rev(pred.df$dose),rev(pred.df$viability)) auc.low <- computeAUC(rev(pred.df$dose),rev(pred.df$viability.low )) auc.high <- computeAUC(rev(pred.df$dose),rev(pred.df$viability.high))

分别给出 21.47818、37.52389 和 2.678228。

由于这些不在 [0,1] 范围内，我认为将它们除以最高相应生存能力下的区域将给出我正在寻找的东西，即相对 AUC，但这些值相对于数字而言似乎太低了显示。那么这些 AUC 是什么？

还有，怎么来的auc.mid> auc.low> auc.high？我觉得应该是auc.high>>auc.midauc.low

3. IC50 值似乎也有点低。它们有意义吗？

额外的问题：如何避免图中slope, low, high, ED50,ic50.mid和ic50.high中的尾随零？

我有想要拟合对数逻辑曲线的剂量反应数据。

这是数据：

拟合drc LL4模型：

并使用预测数据绘制它：

我得到：

但是，我认为更合适的应该是：

原因是最高剂量的单点比所有其他点小得多，强烈表明那里的反应低。

显然，这些数据中有很多噪音。其中之一是，恰好在 response=1.0 处的所有点最初都较高（由于批量更正），但由于在我的情况下响应 > 1 是没有意义的，所以被推低了。

响应 < 0（设置为 0）的点也会发生同样的情况，尽管该数据集没有任何这些。

我的问题是如何获得这样的拟合曲线？如果这是通过约束drm，这些约束应该是什么？

我正在绘制具有渐近尾部的剂量反应曲线。我真的很想在显示 0 的图中包括车辆（对照）剂量

0 通常计算为 0.0000000001 的剂量 - 这些图中的常见做法。

我真的很喜欢下面的图像如何显示这一点，图像取自关于如何使用该程序进行绘图的 pdf：GraphPad: PRISM

旁注：我找到了如何使用基本图形来做到这一点，但不使用 ggplot2..

关于 matlab 提出了一个类似但不同的 SE 问题：这里

我的R代码如下：

数据：

结果是：

.

编辑 9/1/17：下面，用户dww还提供了一种使用包在 r 基础图形中执行此操作的方法plotrix

我正在尝试用drc包装估算 IC50 值。绘制模型效果很好。但是当我使用时，ED我得到了不合理的结果。

据我了解，IC50 应该在模型的拐点附近。在这种情况下，我估计约为 0.25。但ED计算为-1.43。我用ED错了还是错过了什么？

谢谢

带数据的小例子：

我不确定为什么 ggplot2 中的 mean_sdl 函数（来自 Hmisc）生成的误差条比手动生成的误差条宽得多，并绘制均值 + sd 和均值 - sd。我的代码：

我认为 Hmisc 包中的 smean_sdl 函数应该绘制平均值 +/- 与平均值的恒定数量的标准偏差。我做错了什么？

谢谢。

我想绘制相同数据的线性模型（LM）和非线性（GLM）模型。

16% - 84% 之间的范围应该在 LM 和 GLM 之间排列，引文：第 3.5 节

我已经包含了更完整的代码块，因为我不确定在什么时候应该尝试剪切线性模型。或者在这一点上我搞砸了 -我认为是线性模型。

下面的代码产生下图：

我的目标（取自之前的引用链接）。

这是我的数据：

我的脚本：

嗨，我正在尝试在 R 的 drc 包中拟合一条相当陡峭的剂量反应曲线。 Moles 是我的 x 函数， pct_control 是我的 y 函数。我尝试将它拟合到 Log-logistic 3 参数函数上，结果非常糟糕。我尝试了其他模型拟合，我能得到的最接近的拟合是逻辑（5 个参数）。有人对模型拟合有任何其他想法吗？

optim(startVec, opfct, hessian = TRUE, method = optMethod, control = list(maxit = maxIt, : 非有限有限差分值 [3] drmOpt 错误(opfct, opfct1, startVecSc, optMethod, constrained, warnVal , : 收敛失败

我正在使用该drc软件包R来拟合生物测定的剂量反应曲线（4 参数逻辑：LL.4）。我收集的数据通常是异方差的（下图示例）。在调用 drm 时，我正在寻找解决此问题的方法。我发现了三种看起来很有希望的可能性：

1. 将 type="Poisson" 参数用于 drm。然而，对于许多检测来说，过度分散和分散不足都是可能的，因此这不太可能是一个通用的解决方案
2. 通过调用 drc.boxcox 来关注 drm。这似乎更普遍并且可以工作。
3. 使用以前在 drc.multdrc 和 drc.drm 中实现的“varPower”转换（在drm 源中搜索“varPower” ）。我可以取消注释这些部分以恢复 varPower 功能。

我的问题是，处理这个问题最被接受的方法是什么？另外，有谁知道为什么varPower从drc包中删除了差异处理？

示例代码：

示例数据：

在 DRC 包中，我试图将运行 ED 函数得到的输出添加到我放置在 DRM 图上的文本框中。关于如何编写脚本的任何想法，以便我可以在文本函数中包含 ED 函数并自动将结果放置到图上？

这是我到目前为止尝试过的代码：

我试图通过我的实验数据拟合回归（4 或 5 PL）。我有几种抑制我感兴趣的酶的化合物。每种酶都有自己的范围，介于 0-100% 的酶活性之间。所有数据都在一个数据框中，并由一列指定我的化合物（“毒素”）来区分。因此，我想分别对每种毒素/化合物进行回归。我尝试了以下代码

这给出了以下两个错误：

optim 中的错误（startVec，opfct，hessian = TRUE，method = optMethod，control = list（maxit = maxIt，：非有限有限差分值 [24] drmOpt 中的错误（opfct，opdfct1，startVecSc，optMethod，受约束，warnVal , : 收敛失败

在阅读了一些关于 SO 的帖子后，这个错误通常通过不使用浓度的对数刻度（'conc'）来解决。在我的情况下，数据不是对数转换的，因此我真的不知道如何进行，因为我并不真正理解错误消息告诉我的内容。

我只用数据的一个子集（只有一种毒素）尝试了相同的命令，并且有效。

这是数据：