nls sslogis：使用虚拟变量作为交互项来比较两个 sigmoid 模型答案

【问题标题】：nls sslogis: using a dummy variable as an interaction term to compare two sigmoid modelsnls sslogis：使用虚拟变量作为交互项来比较两个 sigmoid 模型
【发布时间】：2020-03-21 00:33:58
【问题描述】：

我在我的代码中使用以下模型：

model <- nls(y ~ SSlogis(x, Asym, xmid, scal), 
   data = data.frame(x, y))

有一个变量 (V) 有两个级别：V1 和 V2

模型 1：当 V=V1 时，使用 sigmoid 函数拟合 Y 到 X --> asymptote1
模型 2：当 V=V2 --> asymptote2 时，使用 sigmoid 函数将 Y 拟合到 X

asymptote1 和 asymptote2 不相等。

我们如何证明渐近线显着不同？

有没有什么办法可以使用V作为交互项，得到交互系数？我在模型中引入了 V-Dummy，它会产生以下错误：

(attr(object, "initial"))(mCall = mCall, data = data, LHS = LHS) 中的错误：不同的输入值太少，无法适应逻辑模型

如果不是，您有什么替代方法的建议？

【问题讨论】：

标签： r nls dummy-variable sigmoid asymptote

【解决方案1】：

使用nlme::gnls:

model <- gnls(y ~ SSlogis(x, Asym, xmid, scal), 
              data = data.frame(x, y),
              params = list(Asym ~ V))

默认情况下，这将为Asym 返回两个参数：一个用于基线级别（默认为V1），另一个用于V1 和V2 之间的渐近线差异。 summary() 应该包含所有常见的推理信息（std 错误、p 值等）

来自?nlme::gnls：

params：形式的可选双边线性公式 ‘p1+...+pn~x1+...+xm’，或形成‘p1~x1+...+xm’，每个模型可能不同范围。 ‘p1,...,pn’代表包含在 ‘model’和‘x1+...+xm’的右边定义了一个参数的线性模型（当该公式包含几个参数，它们都是假设的遵循右手描述的相同线性模型侧面表达）。右侧的“1” 公式（S）表示单个固定效应相应的参数。默认情况下，参数为从“start”的名称中获得。

【讨论】：