用 ggplot2 拟合带有 Weibull 曲线的散点图

Question

我不确定这是否是重复的问题。但我真的希望能从这里得到帮助。

我想绘制如下图所示的图表，拟合 2 参数 Weibull 曲线。 x 轴为days，y 轴为biomaker level，截止值为 0.5。

what i want

这是一个示例数据。

`biomaker level`    days    result
1.5515  81  Positive
0.712   5   Positive
1.831   15  Positive
1.738   30  Positive
1.519   9   Positive
1.2145  21  Positive
2.2085  19  Positive
2.15    18  Positive
2.1845  20  Positive
2.248   18  Positive
2.098   14  Positive
2.2645  36  Positive
2.273   55  Positive
2.213   9   Positive
2.2515  15  Positive
2.245   14  Positive
1.894   68  Positive
2.265   25  Positive
2.2305  25  Positive
1.7955  84  Positive
1.649   85  Positive
1.4635  16  Positive
1.3775  98  Positive
1.008   114 Positive
1.44    35  Positive
0.1845  2   Negative

我试过这个solution 但我不知道初始值是什么。似乎this 是可能的，但是“127”是什么意思： nls(y~127*dweibull(x,shape,scale), start=c(shape=3,scale=100))?如何从我的数据中获取此常量？

Answer 1

在那个问题中，127 是 y 的总和。但在一些回复中，它说这种方法存在一些问题并提供了一种权宜之计。有两种方式，SSweibull 和dweibull。

1。 SSweibull

df1 <- df1 %>% arrange(days)
x <- df1$days
y <- df1$biomaker.level
yy <- cumsum(y) #max(yy) = 46.0095 ~ 46
nls(yy ~ SSweibull(x, Asym, Drop, lrc, pwr))

Nonlinear regression model
  model: yy ~ SSweibull(x, Asym, Drop, lrc, pwr)
   data: parent.frame()
  Asym   Drop    lrc    pwr 
41.698 44.194 -5.675  1.783 
 residual sum-of-squares: 154.5

Number of iterations to convergence: 10 
Achieved convergence tolerance: 8.941e-06

plot(yy ~ x)
curve(SSweibull(x, 41.698, 44.194, -5.675, 1.783), add = TRUE)

2。 dweibull

nls(y ~ 46 * dweibull(x, shape, scale), start = c(shape = 3, scale = 20))

Nonlinear regression model
  model: y ~ 46 * dweibull(x, shape, scale)
   data: parent.frame()
 shape  scale 
 2.375 23.378 
 residual sum-of-squares: 27.93

Number of iterations to convergence: 9 
Achieved convergence tolerance: 4.33e-06

plot(y ~ x)
curve(46 * dweibull(x, 2.375, 23.378), add = TRUE)