为什么在绘制具有多条曲线的 DRM 模型时使用单一置信区间?

Why single confidence interval when plotting drm model with multiple curves?

我正在使用 drc 包中的 drm 函数在 R 中进行非线性回归。 drm 函数采用 curveid 参数,这使得 drm 拟合多条曲线并将结果存储在单个模型对象中。接下来,我绘制曲线和置信区间。然而,我有一个问题,当模型对象包含多条曲线时,曲线看起来很好,但通常只为第一条曲线绘制置信区间(尽管根据它的 alpha 水平,它似乎已经完成了几次) .

drm 提供的示例开始,当我更改输入 curveid 参数的变量名称时,我发现我得到了期望的行为,所有置信区间都出现了——够奇怪的,只有 "CURVE" 有效,没有别的,甚至 "curve" 也不起作用(下面给出了可重现的示例)。这让我觉得 plot.drc 中可能存在错误(class 'drc' 的 S3 方法),因此 "CURVE" 被硬编码在那里。我仔细查看了源代码,但无法判断这是不是真的,因为我是一个编程经验很少的初学者 R 用户。

很可能没有错误,我只是遗漏了一些重要的东西。

library(drc)

# create some data
df <- data.frame(
  x=rep(c(0.003, 0.01, 0.03, 1, 3, 10, 100),2),
  y=c(3,3,3,1.5,-2,-3,-3.2, 3.5,3.5,3.2,1,-2.5,-2.8,-2.8),
  CURVE=rep(1:2, each=7)
)

# working as it should
mod1 <- drm(y~x, curveid=CURVE, data=df)
plot(mod1, type="confidence", main="working as it should")

# not working
names(df)[3] <- "curve"
mod2 <- drm(y~x, curveid=curve, data=df)
plot(mod2, type="confidence", main="not working")

# working again
names(df)[3] <- "CURVE"
mod3 <- drm(y~x, curveid=CURVE, data=df)
plot(mod3, type="confidence", main="working again")

Resulting three plots as an image

瓦洛,

我可以确认你描述的行为。只有列名 'CURVE' 有效。我厌倦的所有其他名称都不起作用。

我想我已经将此行为跟踪到 plot.drc 函数中 ciFct 子函数的行为(错误?)。

   ciFct <- function(level, ...)
    {
        newdata <- data.frame(DOSE=dosePts, CURVE=rep(level, length(dosePts)))
        predictMat <- predict(object, 
                              newdata=newdata,
                              interval = "confidence",
                              level=confidence.level)

        x <- c(dosePts, rev(dosePts))
        y <- c(predictMat[,"Lower"], rev(predictMat[,"Upper"]))
        polygon(x,y, border=NA, ...)
    }

这是调用 predict() 并生成置信区间的函数。请注意,它使用硬编码值 'CURVE' 在第 3 行构建新数据。仅当您在原始数据框中使用 'CURVE' 时才能正常工作——否则无法正常工作。

要解决此问题,您当然可以始终选择列名称 'CURVE'。否则你需要用上面代码的补丁版本替换 plot.drc 函数。可以通过将 ciFit 函数更改为以下代码来修复代码(注意,只添加了一行):

  ciFct <- function(level, ...)
  {
    newdata <- data.frame(DOSE=dosePts, CURVE=rep(level, length(dosePts)))
    names(newdata)[2] <- object$curveVarNam # this is a new line to fix the bug
    predictMat <- predict(object, 
                          newdata=newdata,
                          interval = "confidence",
                          level=confidence.level)

    x <- c(dosePts, rev(dosePts))
    y <- c(predictMat[,"Lower"], rev(predictMat[,"Upper"]))
    polygon(x,y, border=NA, ...)
  }