5
私は、様々な遺伝子型における老化の割合を調べるハエの実験からの生存データを持っています。データはいくつかのレイアウトで利用できますので、どちらを選ぶかはその答えに応じて決まります。Gompertz高齢化分析R
1つのデータフレーム(wide.df)はこのように見えます。各遺伝子型(Exp。〜640)には行があり、日は4日目から98日目にかけて水平に順番に実行されます2日おきに
Exp Day4 Day6 Day8 Day10 Day12 Day14 ...
A 0 0 0 2 3 1 ...
私はこの使用例を作る:
wide.df2<-data.frame("A",0,0,0,2,3,1,3,4,5,3,4,7,8,2,10,1,2)
colnames(wide.df2)<-c("Exp","Day4","Day6","Day8","Day10","Day12","Day14","Day16","Day18","Day20","Day22","Day24","Day26","Day28","Day30","Day32","Day34","Day36")
別のバージョンは、毎日、各「経験」の行を持っており、その日の死亡数が記録される場合、このようなものです。この例で作成するには
Exp Deaths Day
A 0 4
A 0 6
A 0 8
A 2 10
A 3 12
.. .. ..
:私がやりたい何
df2<-data.frame(c("A","A","A","A","A","A","A","A","A","A","A","A","A","A","A","A","A"),c(0,0,0,2,3,1,3,4,5,3,4,7,8,2,10,1,2),c(4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34,36))
colnames(df2)<-c("Exp","Deaths","Day")
はゴンペルツ分析(See second paragraph of "the life table" here)を行うことです。式は次のとおりです。μXがα、与えられた時間に死亡する確率である
μX=α* E β* xの
は、初期の死亡率で、かつβです老化の割合。
私は後でさらなる分析のための私〜640個の遺伝子型のそれぞれについて、αとβ推定値を持つデータフレームを取得できるようにしたいと思います。私は答えを収容してもよいパッケージflexsurv
を通じて見てきましたが、私は試みに失敗したR.で私の遺伝子型のそれぞれについて、これらの値の出力に上記のデータフレームから行く
を助けが必要
それを見つけて実装する。
パラメータが2つしかない場合は、「最良の」適合を見つけるのが難しいはずはありません。あなたは「最高」の定義を選択するだけです。 –
パッケージ[flexsurv](http://cran.r-project.org/web/packages/flexsurv/index.html)が便利だと思います。 – Roland
私は合理的なフィット感を達成するために、あなたの質問にあなたが提供するものよりもはるかに多くのデータが必要になると思います。大規模なデータセットを提供してください。 – Roland