r - 使用 dplyr 拟合多个 nls 函数

Question

我希望使用 dplyr 包中的 group_by 来适应多个 nls 函数，但我不确定如何传递多个起始值。让我们举一个更简单的例子(请参阅 ?nls 以获取灵感)。

DNase1 <- subset(DNase, Run == 1)
modelDNase1 <- DNase1 %>% 
  do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = 0, scal = 1),
             algorithm = "plinear"))

所以我在这里拟合一个模型。但是，如果我想扩展它，那么我适合以下内容怎么办:

DNase$Run <- factor(DNase$Run)
modelDNase <- DNase %>%
  group_by(Run) %>% 
  do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = 0, scal = 1),
             algorithm = "plinear"))

我如何传递多个 start 参数？ purrr 包有什么用吗？

Answer 1

(评论回答。)我的第一个猜测是正确的，.$ 语法似乎有效。

作为选择起始值的便捷方式，创建一个表，其中包含唯一的组值和新列中的所需起始值。我对这些数据一无所知，随机分配了它们:

starts = data.frame(Run = unique(DNase$Run),
           xmid_start = rnorm(11, sd = 0.1),
           scale_start = 1 + rnorm(11, sd = 0.1))

然后我们可以将其加入数据并继续，从每个分组中提取第一个起始值以提供给模型:

mods = DNase %>% 
    left_join(starts) %>%
    group_by(Run) %>%
    do(model = nls(density ~ 1/(1 + exp((xmid - log(conc))/scal)),
             data = .,
             start = list(xmid = first(.$xmid_start),
                          scal = first(.$scale_start)),
             algorithm = "plinear"))