R Courbes de montage à l'aide des valeurs moyennes, écart-type et N

Question

Normalement, j'utilise des données individuelles pour l'ajustement de la courbe, par ex.

X <- c(0, 0, 0, 2.4, 2.4, 2.4, 5.8, 5.8, 5.8, ...) 
Y <- c(99, 98, 101, 80, 72, 77, 55, 40, 46, ...) 

Puis-je créer une trame de données et utiliser une fonction d'ajustement prévue dans R.

drm(Y~X, data = dataframe, fct = L.3(), type="continuous") 

Mais maintenant, je n'ai que la moyenne, écart-type et le nombre de valeurs (N) pour chaque niveau de X AND Y.

Je recherche un moment mais je n'ai pas pu trouver une fonction qui a des moyens, sd et N comme entrée.

Mes questions sont les suivantes:

Y at-il une fonction qui permet de calculer avec des moyens etc.?

Ou est-il possible de transformer les valeurs moyennes en valeurs individuelles?

Merci à l'avance

Alunius

Answer 1

Le paquet expérimental « toxReviewer » dans github est spécialisé pour l'analyse des données toxicologiques sous forme de résumé. Il ne fonctionne pas encore avec install_git(). Il n'a pas non plus de modèles de réponse à la dose à ce stade. Ceci contient fabricate() pour revenir à des données pseudo-individuelles à partir de statistiques récapitulatives sous des hypothèses de normalité. Toute fausse donnée individuelle avec les mêmes statistiques récapitulatives ("suffisantes") devrait donner les mêmes résultats pour les méthodes théoriques normales. Pour les ajustements de courbes, l'approche théorique normale est équivalente aux moindres carrés. D'autres calculs peuvent être plus spécifiquement gaussiens. Théoriquement, les résultats devraient être calculables à partir des statistiques suffisantes, mais l'approche des données factice peut parfois être utile. Il est également assez évident que les hypothèses lognormales peuvent être traitées, avec des substituts raisonnables pour des statistiques suffisantes (statistiques normales suffisantes, mais se référant aux journaux). PROAST est similaire aux objectifs de USEPA Benchmark Dose Software (qui est également conçu pour fonctionner à partir de statistiques sommaires.) Les deux ont un tas de modèles.