繪製DRM - 多模型情節

曲線在DRC包不是在情節正確擬合
破碎出現的情節
外部施加類型=「信任」 = TRUE圖形參數產生錯誤

大家好，繪製DRM - 多模型情節

我無法在R包DRC中繪製drm。

我的數據包含三個變量;濃度（用於測定的化合物濃度的數值載體，以mg/L表示），除草劑（化合物類型的特徵載體），抑制（每次測試處理的抑制數值載體）。

劑量反應曲線工作正常，單獨的情節和模型的工作。

問題是兩種化合物的曲線繼續高於該除草劑的最大抑制作用。

我重新縮放y軸和其不解決該問題：

我試圖重新組織的數據幀，以使不同的除草劑是在頂部，而不是（即d或E代替甲或B），並且持續不合適的曲線似乎影響前兩種除草劑，無論它們是什麼。

在此先感謝！

下面我的代碼被認爲是和誤差（Q 3）是最後一行：

multi.m1 <- drm(mydata$Inhib~mydata$Concentration, data = mydata, Herbicide, fct = LL.4()) 
plot(multi.m1) ##try limit y axis, change x axis for broken 

plot(multi.m1, col = TRUE, pch = 20:25, xlab = "Concentration", ylab = "Inhibition", broken = TRUE) 

plot(multi.m1, ylim = c(-5, 102), broken = TRUE, add = TRUE, 
type = "confidence") #why does x axis break appear wonky? -> ask the oracle 

Error in parmMat[, groupLevels, drop = FALSE] : subscript out of bounds

EDIT，MYDATA：

Concentration Herbicide  Inhib 
1  2.2375e-02   C 84.1171273 
2  2.2375e-02   C 83.2708908 
3  2.2375e-02   C 80.7519653 
4  8.9500e-03   C 73.7143264 
5  8.9500e-03   C 76.9312856 
6  8.9500e-03   C 69.5508871 
7  3.5800e-03   C 58.9470598 
8  3.5800e-03   C 60.3750236 
9  3.5800e-03   C 58.1370479 
10  1.4320e-03   C 30.2296338 
11  1.4320e-03   C 26.6788108 
12  1.4320e-03   C 45.5096997 
13  5.7300e-04   C 9.0653245 
14  5.7300e-04   C -3.1497620 
15  5.7300e-04   C 2.0924363 
16  2.2375e-02   C 62.8053281 
17  2.2375e-02   C 62.8053281 
18  2.2375e-02   C 69.8827947 
19  8.9500e-03   C 59.6812753 
20  8.9500e-03   C 59.6812753 
21  8.9500e-03   C 59.6812753 
22  3.5800e-03   C 49.1470273 
23  3.5800e-03   C 50.3237083 
24  3.5800e-03   C 45.8087647 
25  1.4320e-03   C 27.2677293 
26  1.4320e-03   C 22.1870253 
27  1.4320e-03   C 30.0683330 
28  5.7300e-04   C 15.5899507 
29  5.7300e-04   C 6.5319619 
30  5.7300e-04   C 5.7281208 
31  5.6200e+02   D 63.9535852 
32  5.6200e+02   D 61.6934485 
33  5.6200e+02   D 63.9535852 
34  2.2500e+02   D 59.5337963 
35  2.2500e+02   D 57.4660724 
36  2.2500e+02   D 66.3240151 
37  9.0000e+01   D 41.9942602 
38  9.0000e+01   D 45.0317602 
39  9.0000e+01   D 46.6248268 
40  3.6000e+01   D 21.8067846 
41  3.6000e+01   D 21.8067846 
42  3.6000e+01   D 24.8129501 
43  1.4400e+01   D 13.7654019 
44  1.4400e+01   D 10.5784119 
45  1.4400e+01   D 12.9488419 
46  5.6200e+02   D 101.8769351 
47  5.6200e+02   D 102.1410258 
48  5.6200e+02   D 93.7975216 
49  2.2500e+02   D 93.5444549 
50  2.2500e+02   D 92.1264940 
51  2.2500e+02   D 92.4857338 
52  9.0000e+01   D 75.5170610 
53  9.0000e+01   D 71.5852452 
54  9.0000e+01   D 73.0984175 
55  3.6000e+01   D 53.5097851 
56  3.6000e+01   D 54.2592274 
57  3.6000e+01   D 60.2304326 
58  1.4400e+01   D 34.6248616 
59  1.4400e+01   D 28.6424632 
60  1.4400e+01   D 30.8926163 
61  4.0000e-02   E 71.3055968 
62  4.0000e-02   E 67.3600153 
63  4.0000e-02   E 63.7579815 
64  2.8571e-02   E 57.3765637 
65  2.8571e-02   E 49.3390342 
66  2.8571e-02   E 60.4444317 
67  2.0408e-02   E 44.7345962 
68  2.0408e-02   E 43.6592819 
69  2.0408e-02   E 36.8254304 
70  1.4577e-02   E 32.5538843 
71  1.4577e-02   E 25.1417758 
72  1.4577e-02   E 32.5538843 
73  1.0472e-02   E 13.4025320 
74  1.0472e-02   E 23.8062641 
75  1.0472e-02   E 17.7074226 
76  4.0000e-02   E 91.6851862 
77  4.0000e-02   E 75.5919138 
78  4.0000e-02   E 91.5043781 
79  2.8571e-02   E 66.4345965 
80  2.8571e-02   E 73.3145119 
81  2.8571e-02   E 62.6140016 
82  2.0408e-02   E 52.0485485 
83  2.0408e-02   E 56.1078884 
84  2.0408e-02   E 49.0660567 
85  1.4577e-02   E 50.9756413 
86  1.4577e-02   E 47.8435190 
87  1.4577e-02   E 39.5595697 
88  1.0472e-02   E 36.4083394 
89  1.0472e-02   E 27.2520151 
90  1.0472e-02   E 36.8735853 
91  2.5000e-01   A 59.6812753 
92  2.5000e-01   A 66.1900088 
93  2.5000e-01   A 59.6812753 
94  1.0000e-01   A 41.7461116 
95  1.0000e-01   A 48.0034967 
96  1.0000e-01   A 50.3237083 
97  4.0000e-02   A 33.8648039 
98  4.0000e-02   A 16.1005569 
99  4.0000e-02   A 23.3988362 
100 1.6000e-02   A 13.6094285 
101 1.6000e-02   A 5.7281208 
102 1.6000e-02   A 9.4777989 
103 6.4000e-03   A 2.6630689 
104 6.4000e-03   A 0.1587632 
105 6.4000e-03   A -0.1867083 
106 2.5000e-01   A 75.2770560 
107 2.5000e-01   A 74.4016723 
108 2.5000e-01   A 74.0126249 
109 1.0000e-01   A 51.1490611 
110 1.0000e-01   A 54.9412310 
111 1.0000e-01   A 52.9289775 
112 4.0000e-02   A 36.6921613 
113 4.0000e-02   A 20.3596646 
114 4.0000e-02   A 28.7826960 
115 1.6000e-02   A 7.9617212 
116 1.6000e-02   A 3.5240504 
117 1.6000e-02   A 1.4995895 
118 6.4000e-03   A -4.7738737 
119 6.4000e-03   A -11.5182880 
120 6.4000e-03   A -6.8625243 
121 2.1020e-02   B 65.1307269 
122 2.1020e-02   B 63.7534772 
123 2.1020e-02   B 69.6048270 
124 1.4500e-02   B 39.1407346 
125 1.4500e-02   B 37.1314501 
126 1.4500e-02   B 36.4855432 
127 1.0000e-02   B 31.1355743 
128 1.0000e-02   B 25.5101867 
129 1.0000e-02   B 35.2270466 
130 6.8965e-03   B 20.2249022 
131 6.8965e-03   B 11.1906726 
132 6.8965e-03   B 21.9030270 
133 4.7500e-03   B 9.9321760 
134 4.7500e-03   B 10.8719563 
135 4.7500e-03   B 11.1906726 
136 2.1020e-02   B 83.0444344 
137 2.1020e-02   B 80.0717309 
138 2.1020e-02   B 83.0444344 
139 1.4500e-02   B 64.4239326 
140 1.4500e-02   B 68.1575575 
141 1.4500e-02   B 69.0731273 
142 1.0000e-02   B 42.8229958 
143 1.0000e-02   B 48.0750454 
144 1.0000e-02   B 58.4858694 
145 6.8965e-03   B 48.3924985 
146 6.8965e-03   B 47.2534892 
147 6.8965e-03   B 32.4004160 
148 4.7500e-03   B 25.4700950 
149 4.7500e-03   B 31.1661066 
150 4.7500e-03   B 28.5676908

來源

2016-03-10 smar

有沒有，你可以用數據（posibly改變以模仿您的數據的任何怪癖）從PKG的例子中數據集的一個使用你的代碼的可能性：DRM？ –

嗨！是的，我一直在使用代碼：[鏈接]（http://rpackages.ianhowson.com/cran/drc/man/plot.drc.html），它的工作原理是完美的。我從菠菜和S.alba數據集中複製了數據集的格式以確保 – smar

您好像忽略了我們無法重現您的問題的觀點，因爲您使用的數據框名爲'mydata'，我們無法看到。如果這個數據對象來自可用數據，那麼您需要提供允許我們創建它的代碼。重寫繪圖代碼以使用其他數據對象或提供輸出（mydata）' –

顯然有100用於上沒有特定的默認如你所期望的那樣。但是，這並不難強加一個你跟隨通過文檔的蹤跡後：

?drm 
?LL.4 
?ryegrass # where you can see the naming of parameters of LL.4 parameters

於是就LL.4設置僅極限的第三個參數的預期100，我們得到：

multi.m1 <- drm(Inhib~Concentration, data = mydata[c(3,1,2)], Herbicide, 
    fct = LL.4(fixed=c(NA, NA, 100, NA), 
       names = c("Slope", "Lower Limit", "Upper Limit", "ED50"))) 

plot(multi.m1, col = TRUE, pch = 20:25, xlab = "Concentration", ylab = "Inhibition")

如果您還需要在下限上施加一個零，前進的方向是明確的。甲骨文發表了講話。

來源

2016-03-14 18:43:27

謝謝哦，明智之一。但嚴重的是，這太棒了，謝謝。 :)這似乎排序問題。我明白現在哪裏出了問題 – smar

在過去，神諭預計會犧牲「前期」，但目前所有回答提供者仍然期望您使用upvote和複選標記來註冊您的讚賞。 –

修復模型中的上限爲100可能會加劇過度擬合的問題，也可能與正在研究的生物學不一致。還有兩個關於上限的選項可能更合適。

第一個是使用upperl設置上限的最大限制;

multi.m2 <- drm(Inhib~Concentration, data = mydata, Herbicide, 
      fct = LL.4(), 
      upperl=c(NA,NA,100,NA))

第二個選擇是使用pmodels引導DRM從所有除草劑彙集數據計算的上限。

multi.m3 <- drm(Inhib~Concentration, data = mydata, Herbicide, 
      fct = LL.4(), 
      pmodels=data.fram(Herbicide,Herbicide,1,Herbicide))

來源

2016-04-28 23:17:24

繪製DRM - 多模型情節

回答

相關問題