我使用“nls”将逻辑方程拟合到某些药物受体结合数据上;
Y= 100/(1+B*Exp(-k*X))
这个过程似乎很顺利(见图表)
我有从方程中获得的B和k(常数)的估计值,并希望使用它们来估计激动剂(药物)的Log EC50值。当Y=50
,X=ln(1/B)/-k.
时,我可以轻松地通过重新排列方程来做到这一点。问题是如何从为我估计它们的nls
模型中调用参数(B
和k
),以将这些值放入重新排列的方程中?
我使用“nls”将逻辑方程拟合到某些药物受体结合数据上;
Y= 100/(1+B*Exp(-k*X))
这个过程似乎很顺利(见图表)
我有从方程中获得的B和k(常数)的估计值,并希望使用它们来估计激动剂(药物)的Log EC50值。当Y=50
,X=ln(1/B)/-k.
时,我可以轻松地通过重新排列方程来做到这一点。问题是如何从为我估计它们的nls
模型中调用参数(B
和k
),以将这些值放入重新排列的方程中?
使用coef()
函数。
尝试一下。
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"])
predict()
函数来完成这些操作。 - MrFlick