r散布図を使ってロジスティック曲線に合わせる

Question

散布図データを使ってロジスティックなトレンドラインをプロットしたいと思いますが、これについてどうやって進んでいくのか分かりません。私はWebを検索し、3つのパラメータを必要とする関数を見つけましたが、これらを見つける方法はわかりません。どんな助けでも大歓迎です。

データ：

x   y 
1 0 36.4161850 
2 0 94.2196532 
3 0 94.7976879 
4 0 98.2658960 
5 0 97.1098266 
6 250 40.4624277 
7 250 41.0404624 
8 250 23.6994220 
9 250 48.5549133 
10 250 61.2716763 
11 500 5.7803468 
12 500 3.4682081 
13 500 0.5780347 
14 500 2.8901734 
15 500 0.0000000 
16 750 0.0000000 
17 750 0.0000000 
18 750 0.0000000 
19 750 0.0000000 
20 750 0.0000000 

dummy <- structure(list(x = c("0", "0", "0", "0", "0", "250", "250", "250", 
"250", "250", "500", "500", "500", "500", "500", "750", "750", 
"750", "750", "750"), y = c(36.4161849710983, 94.2196531791908, 
94.7976878612717, 98.2658959537572, 97.1098265895954, 40.4624277456647, 
41.0404624277457, 23.6994219653179, 48.5549132947977, 61.271676300578, 
5.78034682080925, 3.46820809248555, 0.578034682080925, 2.89017341040462, 
0, 0, 0, 0, 0, 0)), reshapeLong = structure(list(varying = structure(list(
    Proportion = c("m0.perc", "m250.perc", "m500.perc", "m750.perc" 
    )), .Names = "Proportion", v.names = "Proportion", times = c("m0.perc", 
"m250.perc", "m500.perc", "m750.perc")), v.names = "Proportion", 
    idvar = "id", timevar = "Distance"), .Names = c("varying", 
"v.names", "idvar", "timevar")), .Names = c("x", "y"), row.names = c(NA, 
-20L), class = "data.frame") 

私は何を目指してるが高いから始まり、低終了ロジスティック曲線であり、ミラーリング「S」あなたが好きなら、散布図のデータによる。

plot(y~x, data = dummy) 

任意の助けてくれてありがとう

Answer 1

（用量応答曲線用）パッケージdrcは役に立つかもしれません。

3つまたは4つのパラメータを持つ連続データのロジスティック曲線を見積もることができます。この機能は、最適化アルゴリズムの適切な開始値を自動的に見つけます（例：nlsと対照的）。また、簡単なプロット方法もあります。

3つのパラメータ（引数fct = L.3()）の例を示します。第4のパラメータは、より低い漸近線であり、0に固定される.4つのパラメータモデルでは、より低い漸近線が推定される。

> dummy$x <- as.numeric(dummy$x) 
> 
> library("drc") 
> mL <- drm(y ~ x, data = dummy, fct = L.3(), type = "continuous") 
> summary(mL) 

Model fitted: Logistic (ED50 as parameter) with lower limit fixed at 0 (3 parms) 

Parameter estimates: 

       Estimate Std. Error t-value p-value 
b:(Intercept) 0.013938 0.010315 1.351208 0.1943 
d:(Intercept) 86.789553 10.417186 8.331382 0.0000 
e:(Intercept) 248.714704 30.029077 8.282463 0.0000 

Residual standard error: 

14.61229 (17 degrees of freedom) 

> plot(mL, type = "all") 
>