我试图拟合一个简单的逻辑曲线,1个响应〜1个预测器。
library("drc")
mL <- drm(percent_farm_tractor ~ year, data = final.df, fct = L.3(),
type = "continuous")
summary(mL)
plot(mL)
coef(mL)
modelFit(mL)
我习惯使用逻辑回归作为分类方法,这些包的使用对我来说是未知的。此模型返回以下摘要和拟合图:
模型摘要
情节
我理解“b”是斜率,“d”是天花板,“e”是拐点。为了给出一些背景信息,我在给定年份的每个县的拖拉机数量,并期望它遵循S曲线。所以我正在寻找这三个参数,但是我的数据集中的每个县都有。
就像是:
library(drc)
将数据框拆分为数据框列表,每个县一个:
split_df <- split(final.df, final.df$county)
将模型拟合到数据集并返回系数的函数:
fitfun <- function(d) {
mL <- drm(percent_farm_tractor ~ year, data = d, fct = L.3(), type = "continuous")
return(coef(mL))
}
将函数应用于每个数据块:
lapply(split_df, fitfun)