R中具有多个解释变量的细菌生长曲线（logistic/sigmoid）

Question

目标：我想获得多次处理的生长曲线的回归（ggplot 曲线和模型参数）。

我有在营养源 N={x,y} 上生长的细菌培养物 C={a,b,c,d} 的数据。

他们理想化的生长曲线（每小时测量细胞培养物的浊度）看起来像这样：

有 8 种不同的曲线可以获取系数和曲线。我怎样才能一次性完成我的数据框，将不同的处理作为非线性回归的不同组提供？

谢谢！！！

此问题类似于 here 上发布的一个未回答的问题。

（理想化数据的源代码，抱歉，我不是计算机科学家，所以不够优雅）：

a<-1:20
a[1]<-0.01
for(i in c(1:19)){
  a[i+1]<-1.3*a[i]*(1-a[i])
}
b<-1:20
b[1]<-0.01
for(i in c(1:19)){
  b[i+1]<-1.4*b[i]*(1-b[i])
}
c<-1:20
c[1]<-0.01
for(i in c(1:19)){
  c[i+1]<-1.5*c[i]*(1-c[i])
}
d<-1:20
d[1]<-0.01
for(i in c(1:19)){
  d[i+1]<-1.6*d[i]*(1-d[i])
}
sub.data<-cbind(a,b,c,d)
require(reshape2)
data<-melt(sub.data, value.name = "OD600")
data$nutrition<-rep(c("x", "y"), each=5, times=4)
colnames(data)[1:2]<-c("Time", "Culture")


ggplot(data, aes(x = Time, y = OD600, color = Culture, group=nutrition)) +
  theme_bw() + xlab("Time/hr") + ylab("OD600") +
  geom_point() +  facet_wrap(~nutrition, scales = "free")

Answer 1

如果您熟悉 dplyr 中的 group_by 函数（包含在 tidyverse 中），那么您可以按文化和营养对数据进行分组，并使用 broom。我认为 vignette 正是您想要完成的目标。这是一次性的代码：

library(tidyverse)
library(broom)
library(mgcv)  #For the gam model

data %>%
      group_by(Culture, nutrition) %>%
      do(fit = gam(OD600 ~ s(Time), data = ., family=gaussian())) %>% # Change this to whatever model you want (e.g., non-linear regession, sigmoid)
      #do(fit = lm(OD600 ~ Time, data = .,)) %>% # Example using linear regression
      augment(fit) %>% 
      ggplot(aes(x = Time, y = OD600, color = Culture)) + # No need to group by nutrition because that is broken out in the facet_wrap
      theme_bw() +  xlab("Time/hr") + ylab("OD600") +
      geom_point() + facet_wrap(~nutrition, scales = "free") +
      geom_line(aes(y = .fitted, group = Culture))

如果一口气没问题，请拆开 %>% 以便更好地理解。我在这里使用了过拟合的 GAM，但您可以将其替换为您想要的任何模型，包括 sigmoid。

R中具有多个解释变量的细菌生长曲线（logistic/sigmoid）

bacterial growth curve (logistic/sigmoid) with multiple explanatory variables in R

r

ggplot2

nls

non-linear-regression