问题标签 [drc]

问题

我一直在使用包的tidy包装器—— drc<code>tidydrc——来构建生成tidy正常输出版本的增长曲线（最适合ggplot）。但是，由于模型的继承嵌套，我无法运行简单drc的函数，因为模型嵌套在数据框内。我在下面附上了镜像drc和tidydrc打包的代码。

目标

tidydrc使用该drc函数比较来自多个模型的信息标准拟合输出mselect()- 最终有效地选择最佳拟合模型。

理想结果（与 一起使用drc）

不工作的例子tidydrc

错误：summary.vctrs_list_of()未实施。

现在，我可以手动梳理数据框中的模型列表，model_2但似乎无法找出正确的apply语句（这是一团糟）来使其正常工作。

迄今为止的进展

这些都产生相同的错误，所以至少我已经将一个级别降低了，但现在我被卡住了，很确定这不是理想的解决方案。

UseMethod（“logLik”）中的错误：没有适用于“logLik”的方法应用于“list”类的对象

我什至尝试过该tidyverse功能unnest()无济于事

我需要测试一组参数条件以找到最佳模型（使用drc包）。也就是说，我想将函数参数存储在一个列表中，然后将它们调用到drm()函数中。该drc软件包有一个函数 ( mselect()) 来执行此操作，但已知它会因未知原因而失败 ( https://www.reddit.com/r/Rlanguage/comments/a1bu44/any_idea_what_im_doing_wrong_with_the_mselect/ )。

示例数据

尝试失败

drm 错误（DryMatter ~ Dose, Herbicide, data = ., fct = mlist）：“fct”列表中的第一个条目不是函数

半工作尝试

期望的输出

我有一个包含浓度、菌丝体生长和两个种群的数据集。我安装了 LL.4 模型（用 mselect 检查）

并得到了很好的拟合（使用 LL.4 模型的两种治疗的剂量反应曲线）。

我得到了 ED50 估计值

问题是，处理“S”永远不会达到 0，因此 ED50 也是从 ymax-ymin 计算的。我需要在 ymax-0 之间计算它，因为我想得到这个值，当菌丝体生长被抑制在 50% 时。从实验数据来看，S 的 ED50 应该在 10 左右，这是我用 LL.3 模型得到的（使用 LL.3 模型的两种治疗的剂量反应曲线），但正如你所见，它不太适合......你认为我仍然可以使用 LL.3 模型，因为它从生物学的角度来看更相关吗？LL.3 型号的 ED50 值为：

这与我的实验数据相对应。非常感谢你的帮助。

我有一个缩写形式的数据集，如下所示：

我想计算 和 的每个组合的剂量反应关系type，ref做出预测以绘制曲线，并计算残差。该info列是为了反映我在此数据框中还有其他列需要保留，但在剂量反应分析中并不重要。

我首先使用函数和嵌套数据框创建模型：

它可以创建模型并将它们放入数据框中。要add_predictions与 类型的模型一起使用drm，输入必须是 a data.frame（而不是 a tibble）。当我尝试为每个livp1变量添加预测时（根据下面的评论）：

变异（mod_preds=map2（数据，dr_mod，~add_predictions（数据=as.data.frame（.x），模型=.y））））

我收到一条non-numeric argument to binary operator错误消息。info当列不是character类时，此代码可以正常工作。但是，我需要将这些信息与预测数据一起保留，并希望尽可能避免将其从数据框中提取出来。

任何指导表示赞赏！

我有 3 次试验（试验：e1、e2、e3）、2 个产品/试验（产品：A、B）、5 个费率/产品（.1、1、10、100、1000），总共 6 条曲线（曲线：c1、 ...,c6)。拟合非线性混合模型后，我想在同一张图表中绘制所有曲线和模型产生的曲线。这是参考（github中的medrc包）：https ://doseresponse.github.io/medrc/articles/medrc.html

这是生成非线性混合模型的代码。

制作情节：

请注意，有两行代码被注释掉。 在提取每条曲线的预测数据时，我无法指定级别，即给出随机分量的曲线。我错过了什么？

导致错误：

所以我不能用这行代码来绘制每条曲线

这些是类似的问题，但我得到了代码的平均趋势：

我想指定级别以获取所有曲线。 R：lme，无法评估“newdata”上所需级别的组 https://stats.stackexchange.com/questions/58031/prediction-on-mixed-effect-models-what-to-do-with-random-effects

我正在尝试使用drc包中的 Gompertz 函数来拟合纵向数据的增长模型。为了同时在多个国家/地区生成模型，我嵌套了数据并使用了tidyverse 的map函数。使用purrr::map的建模步骤运行良好，但是当我尝试使用 broom 中的glance选项获取模型摘要时，我收到一个错误，即drc 类的对象不存在glance 方法。但是，根据此网页，glance 似乎对 drc 对象有效：https ://rdrr.io/github/tidyverse/broom/man/glance.drc.html

下面是一个示例，包括涉及 2 个国家和每个国家 6 个时间点的玩具数据集。

#数据集测试

#安装包tidyverse和drc

#按国家/地区嵌套数据

#在嵌套数据上运行 drc gompertz 模型

#检查模型内容

#通过一目了然提取模型摘要

我曾经通过 GraphPad Prism 分析结果。这些天我尝试使用 R & drc 包进行分析。

当我尝试 drm(...., fct.LL4()) 时，我发现山坡（b 因子）是负值，即使图形在增加。

令人惊讶的是，GraphPad Prism 向我显示了与 drc 相同的图的正山坡。

有人说drm的山坡是种相对价值，所以只抓价值的管理。

但在生物领域，山坡是非常重要的因素，因为它暗示着药物的作用。

那么，我能得到建议，为什么 drc 包被设计来表达负山坡？

我正在使用drcR 包将四参数剂量响应曲线拟合到我的数据中。我通常为一个浓度提供四个副本。是否可以提供这些值的平均值和标准差？我的数学技能有限，也许我错过了一个明显的解决方案。

我正在使用的函数具有以下形式：

我想对我的数据应用一些标准化程序，这些程序将产生一个带有标准偏差的平均值，而不是四个重复值。如果无法直接将其提供给此函数，是否可以创建两个位于标准偏差外边缘的点，然后将这些点用于函数？

让我们假设：

如果对这些事情有更多了解的人可以提供帮助，那就太好了！非常感谢！

我正在尝试使用基于 https://www.statforbiology.com/nonlinearregression/usefulequations的 drm 计算 R 中的功率曲线（Freundlich 方程） 。这是代码：

DRC.powerCurve() 提供一阶导数（即斜率）的估计值，但是，我想知道是否有可能获得二阶导数？根据 R 文档（http://ftp.uni-bayreuth.de/math/statlib/R/CRAN/doc/packages/drc.pdf），您可以在“固定”语句中指定要估计的参数

但是，当我尝试在 R 中使用 DRC.PowerCurve 将参数估计值设置为零时，我收到错误“不正确的'固定'参数”。我也不确定哪个初始对应于二阶导数。

我几乎找不到关于 DRC.PowerCurve 的信息，更不用说获得二阶导数了。事实上，DRC.PowerCurve 甚至没有在 R 文档或 getMeanFunction() 中列为潜在函数。

我对使用 R 很陌生。我目前正在尝试使用 drc 来运行 4PL 曲线来分析 ELISA 数据。我手动输入了标准数据并生成了曲线，但无法返回样本数据 (DOSEx) 的浓度。运行 ED 函数时，我收到以下错误：“parmVec[3] 中的错误 - respl：二进制运算符的非数字参数”这可能是一个简单的问题，感谢任何帮助。

我的代码如下：