使用 ggplot2 拟合威布尔曲线散点图

Question

我不确定这是否是重复的问题。 但我真的希望能从这里得到帮助。

我想绘制如下图所示的图表，拟合 2 参数 Weibull 曲线。 x 轴是days ，y 轴是biomaker level ，截止值为 0.5。

我想要的是

这是一个示例数据。

`biomaker level`    days    result
1.5515  81  Positive
0.712   5   Positive
1.831   15  Positive
1.738   30  Positive
1.519   9   Positive
1.2145  21  Positive
2.2085  19  Positive
2.15    18  Positive
2.1845  20  Positive
2.248   18  Positive
2.098   14  Positive
2.2645  36  Positive
2.273   55  Positive
2.213   9   Positive
2.2515  15  Positive
2.245   14  Positive
1.894   68  Positive
2.265   25  Positive
2.2305  25  Positive
1.7955  84  Positive
1.649   85  Positive
1.4635  16  Positive
1.3775  98  Positive
1.008   114 Positive
1.44    35  Positive
0.1845  2   Negative

我已经尝试过这个解决方案，但我不知道初始值是什么。 似乎这是可能的，但是“127”在以下nls(y~127*dweibull(x,shape,scale), start=c(shape=3,scale=100))是什么意思： nls(y~127*dweibull(x,shape,scale), start=c(shape=3,scale=100)) ？ 我怎样才能从我的数据中得到这个常数？

Answer 1

在那个问题中， 127是y总和。 但在一些回复中，它说这种方法存在一些问题，并提供了一种权宜之计。 存在两种方式， SSweibull和dweibull 。

1. SSweibull

df1 <- df1 %>% arrange(days)
x <- df1$days
y <- df1$biomaker.level
yy <- cumsum(y) #max(yy) = 46.0095 ~ 46
nls(yy ~ SSweibull(x, Asym, Drop, lrc, pwr))

Nonlinear regression model
  model: yy ~ SSweibull(x, Asym, Drop, lrc, pwr)
   data: parent.frame()
  Asym   Drop    lrc    pwr 
41.698 44.194 -5.675  1.783 
 residual sum-of-squares: 154.5

Number of iterations to convergence: 10 
Achieved convergence tolerance: 8.941e-06

plot(yy ~ x)
curve(SSweibull(x, 41.698, 44.194, -5.675, 1.783), add = TRUE)

2. dweibull

nls(y ~ 46 * dweibull(x, shape, scale), start = c(shape = 3, scale = 20))

Nonlinear regression model
  model: y ~ 46 * dweibull(x, shape, scale)
   data: parent.frame()
 shape  scale 
 2.375 23.378 
 residual sum-of-squares: 27.93

Number of iterations to convergence: 9 
Achieved convergence tolerance: 4.33e-06

plot(y ~ x)
curve(46 * dweibull(x, 2.375, 23.378), add = TRUE)