Title:nls

偶然發現這個好用的程式 雖然大部分統計在處理的都是線性模型 這個程式提供了相當有彈性的模型設定

DNase1 <- subset(DNase, Run == 1)

# using Port's nl2sol algorithm
fm4DNase1 <- nls(density ~ Asym/(1 + exp((xmid - log(conc))/scal)),
    data = DNase1,
    start = list(Asym = 3, xmid = 0, scal = 1),
    algorithm = "port")
summary(fm4DNase1)

## 
## Formula: density ~ Asym/(1 + exp((xmid - log(conc))/scal))
## 
## Parameters:
##      Estimate Std. Error t value Pr(>|t|)    
## Asym   2.3452     0.0782    30.0  2.2e-13 ***
## xmid   1.4831     0.0814    18.2  1.2e-10 ***
## scal   1.0415     0.0323    32.3  8.5e-14 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.0192 on 13 degrees of freedom
## 
## Algorithm "port", convergence message: relative convergence (4)

其中最前半部的模型部分，可以加入R裡既有的model，或是自行定義，algorithm也有多種不同的選擇，不過個人還沒有深入研究這些方法的差異就是了。