[英]finding a point on a sigmoidal curve in r
这是一个数据集:
df <- data.frame('y' = c(81,67,54,49,41,25), 'x' =c(-50,-30,-10,10,30,50))
到目前为止,我知道如何拟合 sigmoidal 曲线并将其显示在屏幕上:
plot(df$y ~ df$x)
fit <- nls(y ~ SSlogis(x, Asym, xmid, scal), data = df)
summary(fit)
lines(seq(-100, 100, length.out = 100),predict(fit, newdata = data.frame(x = seq(-100,100, length.out = 100))))
我现在想在 y = 50 时在 S 型曲线上找到一个点。我该怎么做?
SSlogis 适合的 function 在 function 的帮助中给出:
Asym/(1+exp((xmid-input)/scal))
为简单起见,让我们将input
更改为x
并将此 function 设置为等于y
( fit
您的代码):
y = Asym/(1+exp((xmid - x)/scal))
我们需要反转这个 function 以在 LHS 上单独获得x
,以便我们可以从y
计算x
。 这样做的代数在这个答案的末尾。
首先,让我们 plot 你原来的配合:
plot(df$y ~ df$x, xlim=c(-100,100), ylim=c(0,120))
fit <- nls(y ~ SSlogis(x, Asym, xmid, scal), data = df)
lines(seq(-100, 100, length.out = 100),predict(fit, newdata = data.frame(x = seq(-100,100, length.out = 100))))
现在,我们将创建一个 function 来根据 y 值计算 x 值。 再一次,请参阅下面的代数来生成这个 function。
# y is vector of y-values for which we want the x-values
# p is the vector of 3 parameters (coefficients) from the model fit
x.from.y = function(y, p) {
-(log(p[1]/y - 1) * p[3] - p[2])
}
# Run the function
y.vec = c(25,50,75)
setNames(x.from.y(y.vec, coef(fit)), y.vec)
25 50 75 61.115060 2.903734 -41.628799
# Add points to the plot to show we've calculated them correctly
points(x.from.y(y.vec, coef(fit)), y.vec, col="red", pch=16, cex=2)
通过代数工作,让x
单独出现在左侧。 请注意,在下面的代码中 p[1]=Asym、p[2]=xmid 和 p[3]=scal(由SSlogis
计算的三个参数)。
# Function fit by SSlogis
y = p[1] / (1 + exp((p[2] - x)/p[3]))
1 + exp((p[2] - x)/p[3]) = p[1]/y
exp((p[2] - x)/p[3]) = p[1]/y - 1
log(exp((p[2] - x)/p[3])) = log(p[1]/y - 1)
(p[2] - x)/p[3] = log(p[1]/y - 1)
x = -(log(p[1]/y - 1) * p[3] - p[2])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.