希爾方程曲線擬合NLS

Question

我正在嘗試計算以下數據的費率。 我嘗試了Michaelis Menten方程，但是Km變為負數。 我現在正在嘗試擬合希爾方程，但是卻收到錯誤消息。 我認為我的起步值不是很好。 任何幫助將不勝感激。

謝謝，克里娜

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

Answer 1

我使用遺傳算法將您發布的數據擬合到數百個已知的命名方程中，以進行初始參數估計，並發現非常適合簡單的冪律方程，如下所示（另請參見圖表）：

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]

Answer 2

使用drc庫中的對數邏輯模型可以很好地適應需求。 但是，我找不到該模型的參數定義。 它與采用對數轉換的希爾模型相似嗎？

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