R 希尔方程曲线拟合

作者：杨超月

R 希尔方程曲线拟合

R 希尔方程曲线拟合,r,curve-fitting,nls,R,Curve Fitting,Nls,我试图计算以下数据的速率。我试过米切里斯-门汀方程，但Km为负值。我现在正试图拟合希尔方程，但我得到了错误信息。我认为我的起步价值观不太好。任何帮助都将不胜感激谢谢，克里纳我能够使用drc库中的日志逻辑模型得到一个很好的拟合。但是，我无法找到此模型的参数定义。它是否类似于具有对数变换的希尔模型 library(drc) fit.ll <- drm(y~x, data=data.frame(x,y), fct=LL.5(), type="continuous") print(summa

我试图计算以下数据的速率。我试过米切里斯-门汀方程，但Km为负值。我现在正试图拟合希尔方程，但我得到了错误信息。我认为我的起步价值观不太好。任何帮助都将不胜感激

谢谢，克里纳

我能够使用drc库中的日志逻辑模型得到一个很好的拟合。但是，我无法找到此模型的参数定义。它是否类似于具有对数变换的希尔模型

library(drc) fit.ll <- drm(y~x, data=data.frame(x,y), fct=LL.5(), type="continuous") print(summary(fit.ll)) plot(fit.ll) 我使用遗传算法将您发布的数据拟合到几百个已知的命名方程中进行初始参数估计，并发现一个简单的幂律方程非常适合，如下所示，另见附图：

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] 您应该通过绘制数据来查看数据。定义x和y的方式，无论Hill系数是否大于1，都无法拟合MM。因为您似乎对各种方程都很开放，请使用drm函数尝试drc包中的各种方程。请尝试？LL.5以获取帮助。还请注意，使用5个参数的模型拟合5个点，因此会过度拟合。您可能希望尝试参数较少的模型，如AR.3。 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]