是否可以从模型中调用 nls 参数？
Is it possible to call nls parameters from a model?
我已经使用 "nls" 将逻辑方程拟合到一些药物-受体结合数据；
Y= 100/(1+B*Exp(-k*X))
该过程似乎运作良好（见图）
我有 B 和 k 的估计值（方程中的常数），我想用它们来估计激动剂（药物）的 Log EC50 值。当 Y=50、X=ln(1/B)/-k. 时，我可以通过重新排列方程轻松地做到这一点 我遇到的问题是将 B 和 k 的值放入重新排列的方程中 - 如何我应该从为我估计的 nls 模型中调用参数（B 和 k）吗？
使用coef().
尝试
with(as.list(coef(model)),log(1/B)/(-k))
作为
的快捷方式
cc <- coef(model)
log(1/cc["B"])/(-cc["k"])
我已经使用 "nls" 将逻辑方程拟合到一些药物-受体结合数据；
Y= 100/(1+B*Exp(-k*X))
该过程似乎运作良好（见图）
我有 B 和 k 的估计值（方程中的常数），我想用它们来估计激动剂（药物）的 Log EC50 值。当 Y=50、X=ln(1/B)/-k. 时，我可以通过重新排列方程轻松地做到这一点 我遇到的问题是将 B 和 k 的值放入重新排列的方程中 - 如何我应该从为我估计的 nls 模型中调用参数（B 和 k）吗？
使用coef().
尝试
with(as.list(coef(model)),log(1/B)/(-k))
作为
的快捷方式cc <- coef(model)
log(1/cc["B"])/(-cc["k"])