r - 具有自启动函数和 purrr 的非线性混合效应模型

Question

我过去曾使用 nlme 来拟合和比较非线性模型。我现在想用它来拟合按多个标识符分组的数据的模型。如果我可以集成 dplyr、purrr 和 nlme，那就太好了。一件好事是使用 nlme 包中的自启动函数。我也有很多模型要运行。我只是不确定它们是否会组合在一起。

目前的 nlme 情况。这有效，但仅限于一个分组变量:

library(tidyverse)
library(nlme)
diamonds_grouped <- groupedData(price ~ carat | cut, data = diamonds)
nlsList(price ~ SSlogis(carat, Asym, xmid, scal), data = diamonds_grouped)  

所需的工作流类型。不起作用，我已经走了多远:

fit_mod <- function(df) {  ### Not much faith in how I wrote this function
  nlsList(price ~ SSlogis(carat, Asym, xmid, scal), data = .)
} 

diamonds %>%
group_by(cut, color) %>%
nest() %>%
mutate(
  model = map(data, fit_mod),
  tidied = map(model, tidy)
)

不是故意的，或者我只是不知道该怎么做？

Answer 1

一种选择是引入一个新变量，以捕获跨多个变量的所有可能分组。使用您的示例:

diamonds2 <- diamonds %>% mutate( grp = str_c(cut, "_", color) )
diamonds2_grp  <- groupedData( price ~ carat | grp, data = diamonds2 )
nlsList(price ~ SSlogis(carat, Asym, xmid, scal), data = diamonds2_grp )

# Call:
#   Model: price ~ SSlogis(carat, Asym, xmid, scal) | grp 
#    Data: diamonds2_grp 
# 
# Coefficients:
#                 Asym     xmid      scal
# Fair_E      16565.84 1.409934 0.3833443
# Fair_D      16928.32 1.410986 0.4113035
# Fair_F      13905.28 1.335952 0.3877184
# Good_E      15894.55 1.253196 0.3245564
# Fair_I      17427.69 1.783398 0.5071487
# Good_J      17233.34 1.676204 0.4604250
# ...