如何对drm模型的参数进行统计检验？

问题描述

我想研究一个因素对剂量反应曲线不同参数的影响。为了说明我的问题，我以一个简单的二次方程为例，对一个因子的三种模态的 Y 和 X 之间的关系进行建模。这是可重现示例的一些代码。

test <- data.frame(X = c(c(1:100),c(1:100),c(1:100)),Y = c(NLS.poly2(c(1:100),2,-4,9),NLS.poly2(c(1:100),15,10),4,12,16)) + sample(c(2000:10000),300,replace = T),factor = as.factor(c(array("A",dim = 100),array("B",array("C",dim = 100))))

我使用drc包的功能拟合了drm模型，效果很好，拟合数据也很好。

model <- drm(Y ~ X,fct = DRC.poly2(),data = test,curveid = factor,pmodels = c(~ 1,~ factor,~ factor),bcVal = 0.5) 

从这个模型中，我想通过进行某种方差分析来测试因子对方程每个参数的影响（理想情况下，随后进行事后测试以区分因子的三种模式）。有谁知道这是否可能？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）