希爾方程曲線擬合NLS

我正試圖計算以下數據的費率。我嘗試了Michaelis menten方程，但是，Km正在變爲負值。我現在正在嘗試擬合Hill方程，但是我收到錯誤消息。我認爲我的初始價值不太好。任何幫助將非常感激。希爾方程曲線擬合NLS

感謝， Krina

x<- c(0.0, 2.5, 5.0, 10.0, 25.0) 
y <- c(4.91, 1.32, 1.18, 1.12, 1.09) 

fo <- y~(Emax*(x^hill)/((EC50^hill)+(x^hill))) 
st <- c(Emax=1.06, EC50=0.5, hill=1) 

fit <- nls(fo, data = data.frame(x, y), start = st, trace = T) 

Error in numericDeriv(form[[3L]], names(ind), env) : 
    Missing value or an infinity produced when evaluating the model

來源

2017-03-13 Krina M

你應該通過繪製它看看你的數據。 x和y的定義方式，你無法適應MM，有或沒有希爾係數> 1。 –

由於您似乎對各種方程式持開放態度，因此可以使用'drm'函數嘗試drc包中的各種方程式。 –

我適合張貼到幾百衆所周知，名爲方程採用遺傳算法的初始參數估計的數據，發現了一個非常適合於如下簡單的冪律方程（見附圖）：

y = (a + x)b + Offset 

a = 3.6792869983309306E-01 
b = -1.3439157691306818E+00 
Offset = 1.0766655470363218E+00 

Degrees of freedom (error): 2 
Degrees of freedom (regression): 2 
Chi-squared: 1.98157151386e-06 
R-squared: 0.999999822702 
R-squared adjusted: 0.999999645405 
Model F-statistic: 5640229.45337 
Model F-statistic p-value: 1.77297720061e-07 
Model log-likelihood: 29.7579529506 
AIC: -10.7031811802 
BIC: -10.9375184328 
Root Mean Squared Error (RMSE): 0.000629534989315 

a = 3.6792869983309306E-01 
    std err: 2.36769E-06 
    t-stat: 2.39112E+02 
    p-stat: 1.74898E-05 
    95% confidence intervals: [3.61308E-01, 3.74549E-01] 

b = -1.3439157691306818E+00 
    std err: 2.91468E-05 
    t-stat: -2.48929E+02 
    p-stat: 1.61375E-05 
    95% confidence intervals: [-1.36714E+00, -1.32069E+00] 

Offset = 1.0766655470363218E+00 
    std err: 9.37265E-07 
    t-stat: 1.11211E+03 
    p-stat: 8.08538E-07 
    95% confidence intervals: [1.07250E+00, 1.08083E+00] 

Coefficient Covariance Matrix 
    [ 2.38970842 -8.3732707 1.30483649] 
    [ -8.3732707 29.41789844 -4.52058247] 
    [ 1.30483649 -4.52058247 0.94598199]

來源

2017-03-14 18:40:11

我能得到使用數logistic模型在剛果（金）庫一個不錯的選擇。但是，我無法找到此模型的參數定義。是否類似於具有對數轉換的山丘模型？

library(drc) 
fit.ll <- drm(y~x, data=data.frame(x,y), fct=LL.5(), type="continuous") 
print(summary(fit.ll)) 
plot(fit.ll)

來源

2017-03-14 03:23:29

嘗試'？LL.5'獲得幫助。還要注意，你用5參數模型擬合5點，所以你會過度適應。您可能想嘗試使用較少參數（如AR.3）的模型。 –

希爾方程曲線擬合NLS

回答

相關問題