拟合逻辑曲线,获取每条记录的参数
Fitting a Logistic Curve, obtain parameters for each record
我正在尝试拟合一条简单的逻辑曲线,1 个响应 ~ 1 个预测变量。
library("drc")
mL <- drm(percent_farm_tractor ~ year, data = final.df, fct = L.3(),
type = "continuous")
summary(mL)
plot(mL)
coef(mL)
modelFit(mL)
我习惯使用逻辑回归作为分类方法,而这些包的使用对我来说非常陌生。此模型 returns 下面的摘要和拟合图:
模型总结
情节
我理解"b"是斜率,"d"是上限,"e"是拐点。为了提供一些背景信息,我正在查看给定年份每个县的拖拉机数量,并希望它遵循 S 曲线。所以我正在寻找这 3 个参数,但针对我数据集中的每个县。
类似于:
library(drc)
将数据框拆分为数据框列表,每个县一个:
split_df <- split(final.df, final.df$county)
将模型拟合到数据集的函数和return系数:
fitfun <- function(d) {
mL <- drm(percent_farm_tractor ~ year, data = d, fct = L.3(), type = "continuous")
return(coef(mL))
}
将函数应用于每个数据块:
lapply(split_df, fitfun)
我正在尝试拟合一条简单的逻辑曲线,1 个响应 ~ 1 个预测变量。
library("drc")
mL <- drm(percent_farm_tractor ~ year, data = final.df, fct = L.3(),
type = "continuous")
summary(mL)
plot(mL)
coef(mL)
modelFit(mL)
我习惯使用逻辑回归作为分类方法,而这些包的使用对我来说非常陌生。此模型 returns 下面的摘要和拟合图:
模型总结
情节
我理解"b"是斜率,"d"是上限,"e"是拐点。为了提供一些背景信息,我正在查看给定年份每个县的拖拉机数量,并希望它遵循 S 曲线。所以我正在寻找这 3 个参数,但针对我数据集中的每个县。
类似于:
library(drc)
将数据框拆分为数据框列表,每个县一个:
split_df <- split(final.df, final.df$county)
将模型拟合到数据集的函数和return系数:
fitfun <- function(d) {
mL <- drm(percent_farm_tractor ~ year, data = d, fct = L.3(), type = "continuous")
return(coef(mL))
}
将函数应用于每个数据块:
lapply(split_df, fitfun)