Courbes de réponse

Pour ajuster des courbes à des résultats expérimentaux. L'estimation non linéaire aux moindres carrés.

[ http://pbil.univ-lyon1.fr/R/html/tdr4.html Version : 30.09.21]

 Ref : tdr4SS Taille : 880 ko  Version : 30.09.21 (1105 jours)

Galerie des modèles non-linéaires de la classe selfStart

Il y a 10 modèles non-linéaires de la classe selfStart disponibles en standard grâce aux contributions de José bsc{Pinheiro} and Douglas bsc{Bates}. Ils ont tous une fonction associée texttt{getInitial()} qui utilise une estimation initiale automatique de la valeur des paramètres du modèle, ce qui facilite grandement l'estimation d'iceux par régression non-linéaire. L'objectif de cette fiche de TD est d'explorer graphiquement la signification des paramètres de ces modèles pour avoir une vue d'ensemble des courbes de réponse disponibles.

 Ref : tdr46 Taille : 1149 ko  Version : 09.10.24 (0 jours)

Régression non linéaire

Estimation d'un paramètre par régression non-linéaire : la fonction nlm (non-linear minimization). Le piège des minima locaux, le piège des mesas. Exemple de la courbe de croissance de Staphylococus aureus. Exemple du taux de croissance d'Escherichia coli en fonction de la température. Régions de confiance pour la valeur des paramètres. Références vers des exemples concrets de minimums locaux.

 Ref : tdr4R Taille : 2643 ko  Version : 20.01.24 (262 jours)

Ajustement du modèle de Réaumur (1735) aux données de Réaumur (1735-1740)

Estimation par régression non-linéaire des paramètres du modèle de bsc{de Réaumur}. Intérêt des régions de confiance pour les paramètres pour la mise en évidence de la sur-paramétrisation du modèle. Illustrations des déboires possibles avec une forte corrélation structurelle entre les paramètres, une mesa et un minimum local.

 Ref : tdr47 Taille : 723 ko  Version : 13.09.16 (2947 jours)

Le modèle de Michaelis-Menten

Ajustement par régression non-linéaire du modèle de Michaelis-Menten aux données de Michaelis et Menten.

 Ref : tdr48 Taille : 1419 ko  Version : 15.12.20 (1394 jours)

Ajustement du modèle de croissance de Monod aux données de Monod (ou pas)

Ajustement par intégration numérique et régression non-linéaire du modèle de croissance de Monod aux données de Monod.

 Ref : tdr49 Taille : 326 ko  Version : 27.09.13 (4030 jours)

Ajustement du modèle de croissance logistique aux données de Verhulst

Ajustement par régression non-linéaire du modèle de croissance de Verhulst aux données de Verhulst.

 Ref : tdr4a Taille : 1536 ko  Version : 18.11.17 (2516 jours)

Ajustement au modèle de Lotka-Volterra

Les données d'Umberto~bsc{D'Ancona} sur la fréquence de sélaciens dans l'Adriatique pendant la première guerre mondiale. Les données sur la densité des populations de lynx dans la région de la rivière bsc{MacKenzie} pendant 114 ans. Les données sur la densité des tâches polaires pendant 249 ans. Le fameux jeu de données sur les lièvres et les lynx pendant 9 ans, toujours en cours d'élucidation.

 Ref : tdr411 Taille : 2108 ko  Version : 18.02.17 (2790 jours)

Sélection de modèles pour la création d'un thermomètre moléculaire protéique

Illustration des méthodes de sélection de modèle en régréssion linéaire pour construire un modèle prédisant au mieux la température de croissance des procaryotes à partir de la composition en acide-aminés de leur protéome. Le critère AIC et le critère BIC.

 Ref : tdr41 Taille : 227 ko  Version : 20.02.17 (2788 jours)

Moules

Introduction élémentaire

 Ref : tdr42 Taille : 191 ko  Version : 27.09.13 (4030 jours)

Modèles exponentiels

Estimation des modèles non linéaires. Approche pratique.

 Ref : tdr43 Taille : 286 ko  Version : 27.09.13 (4030 jours)

Modèles logistiques

La fiche propose un exercice pour apprendre à ajuster une courbe logistique à des observations. La classe des modèle selfStart.

 Ref : tdr44 Taille : 423 ko  Version : 27.09.13 (4030 jours)

ADN fécal et comptage de coyotes

Étude d'un problème ouvert

 Ref : tdr45 Taille : 249 ko  Version : 27.09.13 (4030 jours)

Le serveur d'ADE-4

Aucun sommaire