我如何拟合和预测我的数据，以及如何为这些数据添加 95% 的置信区间？

问题描述

我正在为如何拟合我的数据而苦苦挣扎。

如图所示，它不适合所有数据

Cdata %>% 
  ggplot(aes(x=Timepoint,y=CFU)) + 
    geom_point() + 
    geom_smooth(method = "nls",se = FALSE,formula = y ~ SSlogis(x,Asym,xmid,scal),color = "blue")

我还想知道在拟合后如何预测并为这些数据添加 95% 的置信区间。

你能帮我解决这个问题吗？

提前致谢！

解决方法

“如何找到更适合我的数据的曲线？”可能是一个非常广泛的问题，很大程度上取决于为什么拟合您的数据（预测？推理？估计某些参数以进行比较？）看起来有点不对称我最初尝试了 Gompertz 合身（SSgompertz，你有 SSlogis），但它没有多大帮助。然后我尝试了广义加性模型，这是一个将平滑曲线拟合到数据的通用框架。 GAM 的优点是 (1) 快速且易于拟合，不需要起始值； (2) 自动为ggplot提供置信区间； (3) 模型复杂度/曲线摆动可调。 GAM 的缺点：（1）可解释性较差； (2) 更难应用约束（特别是，很难指定曲线收敛到一个有限渐近值，即 t → 无穷大）。

这里有两条 GAM 曲线，一条明显过拟合（k 参数指定了曲线的最大复杂度）

ggplot(dd,aes(Timepoint,CFU)) + geom_point() +
    geom_smooth(method="gam",formula=y~s(x,k=6),colour="red") + 
    geom_smooth(method="gam",k=5),colour="blue")

您会注意到曲线不会收敛到水平渐近线，这可能是您的应用程序的问题。

为了获得预测值和标准误差，在 ggplot 之外工作通常更容易，例如

library(mgcv)
m1 <- gam(CFU~s(Timepoint,data=dd)
predict(m1,se.fit=TRUE)

我还尝试了具有不同 x 轴缩放比例 (SSgompertz,SSfpl) 的各种其他自启动曲线 (+ scale_x_log10(),+ scale_x_sqrt()) 但拟合要么失败要么没有没有表现出太大的改善。

confidence-interval data-fitting r r