r - 使用 predictNLS 在 R 中的拟合值周围创建置信区间？

Question

我想使用 R 中 propogate 包中的 predictNLS 围绕大量拟合值构建置信区间。作为示例，我将使用它们在函数描述 ( https://rdrr.io/github/anspiess/propagate/man/predictNLS.html )、DNase 中引用的数据集，并构建模型将值 conc 和 density 作为特征:

library(propogate)
library(dplyr)
library(modelr)

DNase <- DNase

modeldna <- DNase %>% group_by(Run) %>% 
  do(run_model = nls(density ~ a * exp(b * conc), 
start = list(a = 1 , b = 0.5), 
data = .)) %>% ungroup()

然后我想给每一行分配它的模型，以便可以添加预测:

DNApredict <- full_join(as_tibble(DNase), modeldna, by = "Run")

加入预测:

DNApredict <- DNApredict %>% 
  group_by(Run) %>% 
  do(add_predictions(., var = "predicted_density", first(.$run_model)))

然后，我想添加 predictNLS 似乎提供的置信区间数据，方法是为其提供相同的数据并要求它为 predict_density 列中的每个拟合点提供置信区间:

confidence_interval <- predictNLS(model = modeldna, newdata = DNApredict$predicted_density, interval = "confidence")

但是，出现以下错误:

Error in as.list(object$call$formula) : argument "object" is missing, with no default

有谁知道这可能是什么原因造成的？我知道对于你们中的一些人来说，它所调用的对象是什么似乎很明显，所以如果这是一个荒谬的问题，我深表歉意。我真的希望能够使用这个函数来围绕一系列拟合值创建置信区间。非常感谢您提前。

Answer 1

由于您正在运行 nls在每个 Run在示例数据集中，通过将每次运行拆分为自己的数据框并运行 nls 很容易获得 nls 模型列表。在每个数据帧上使用 lapply

library(propagate)

DNase <- DNase

modeldna <- DNase %>% split(DNase$Run)

models <- lapply(modeldna, function(d) nls(density ~ a * exp(b * conc), 
                                           start = list(a = 1 , b = 0.5), 
                                           data = d))

现在我们可以通过运行 predictNLS 一样轻松地获得每个模型中每个点的预测。在每个模型上(再次在 lapply 内)

results <- lapply(seq_along(modeldna), function(i) {
 predictNLS(models[[i]], newdata = data.frame(conc = modeldna[[i]]$conc))
})

因为predictNLS的输出结构，我们需要提取每一行的预测并将它们强制转换为数据框:

predictions <- lapply(results, function(x) {
  as.data.frame(do.call(rbind, lapply(x$prop, function(y) y$prop)))})

最后，我们可以将我们的预测(包括置信区间)贴回到原始数据框上:

all_results <- do.call(rbind, lapply(seq_along(modeldna), 
                      function(i) cbind(modeldna[[i]], predictions[[i]])))

这现在为我们提供了原始数据点的完整数据框，以及具有置信区间的相关预测。
为了显示这一点，我们可以在 ggplot 中绘制结果。 .在这里，我们为每次运行显示一个图，包括其原始数据、预测值作为虚线以及 95% 置信限作为淡蓝色丝带:

library(ggplot2)

ggplot(all_results, aes(x = conc, y = density)) +
  geom_ribbon(aes(ymin = `2.5%`, ymax = `97.5%`), 
              fill = "deepskyblue4", alpha = 0.2) +
  geom_point() +
  geom_line(aes(y = Mean.1), linetype = 2) +
  facet_wrap(.~factor(Run, levels = 1:11)) +
  theme_bw()