R、drc 包的 drm() 函数显示负山坡。即使图表描述了增加的特征
R, drc package's drm() function display negative hillslope. even though the graph describe to increasing feature
我以前用GraphPad Prism分析结果。这些天我尝试使用 R & drc 包进行分析。
当我尝试 drm(...., fct.LL4()) 时,我发现山坡(b 因子)是负值,即使图形在增加。
令人惊讶的是,GraphPad Prism 向我展示了针对具有 drc 的同一图表的正坡度。
有人说drm的hill slope是种相对值,所以就抓住值的maning。
但在生物领域,坡度是非常重要的因素,因为它暗示着药物的作用。
所以,我可以得到建议为什么 drc 包被设计来表达负坡度吗?
drc
包使用以下四参数逻辑曲线的参数化:
这条曲线在b > 0
时下降:
f <- function(x, b, c, d, e){
c + (d-c)/(1+exp(b*(log(x)-log(e))))
}
x <- seq(1, 10, by = 0.1)
y <- f(x, b=20, c=0, d=2, e=5)
plot(x, y, type = "l")
如果你习惯于在曲线增加时有一个积极的b
,那是因为不同的参数化。
我以前用GraphPad Prism分析结果。这些天我尝试使用 R & drc 包进行分析。
当我尝试 drm(...., fct.LL4()) 时,我发现山坡(b 因子)是负值,即使图形在增加。
令人惊讶的是,GraphPad Prism 向我展示了针对具有 drc 的同一图表的正坡度。
有人说drm的hill slope是种相对值,所以就抓住值的maning。
但在生物领域,坡度是非常重要的因素,因为它暗示着药物的作用。
所以,我可以得到建议为什么 drc 包被设计来表达负坡度吗?
drc
包使用以下四参数逻辑曲线的参数化:
这条曲线在b > 0
时下降:
f <- function(x, b, c, d, e){
c + (d-c)/(1+exp(b*(log(x)-log(e))))
}
x <- seq(1, 10, by = 0.1)
y <- f(x, b=20, c=0, d=2, e=5)
plot(x, y, type = "l")
如果你习惯于在曲线增加时有一个积极的b
,那是因为不同的参数化。