이차 로그 방정식을 변환하는 방법ELISA 테스트 실행 적합 곡선과 로그 / 로그 변환을 2 차 함수로 사용하여 표준 곡선에 가장 잘 맞았습니다. Ln (OD) = -4.139548 + 1.301394 * Ln (α-CD3 농도 [ng / ml]) - 0.0934906 * Ln (α-CD3 농도 [ng / ml]) ^ 2 . 제곱 연산자는 농도 만 또는 대수 유도체에 적용 할 수 있습니다. 이 방정식을 측정 된 OD의 농도를 계산할 수 있도록 변환하는 방법은 무엇입니까? 나는 대화식 설명을 선호한다. 감사.
Bivariate(
Y( :OD ),
X( :Name( "Concentration of α-CD3 [ng/ml]" ) ),
Fit Special(
xTran( "Log" ),
yTran( "Log" ),
Degree( 2 ),
{Line Color( {142, 176, 40} )}
),
SendToReport(
Dispatch(
{},
"1",
ScaleBox,
{Scale( "Log" ), Min( 5 ), Max( 400 ), Inc( 1 ), Minor Ticks( 1 )}
),
Dispatch(
{},
"2",
ScaleBox,
{Scale( "Log" ), Min( 0.1 ), Max( 2 ), Inc( 1 ), Minor Ticks( 1 )}
)
)
)
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는고마워, 마크.제목 : Re : 어떻게 2 차 대수 방정식을 변환하는고마워요, 캐런.제목 : Re : 어떻게 2 차 대수 방정식을 변환하는또한 4PLC로 OD를 직접 모델링 할 수도 있습니다. 이 모델은 비선형 응답을 설명합니다. 로그 변환은 선형화하려는 시도입니다.
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는나는 당신의 범위를 축소하는 대안으로 로지스틱 4P를 시도 할 것이다.
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는SW가 단일 OD에 대한 이중 솔루션을 처리하는 데 문제가 있다는 2 차 적합 (방정식)을 얻었을 때 나는 깨달았다. 나의 유일한 해결책은 선형 적합을 적용 할 수있는보다 좁은 범위의 농도를 사용하는 것 같다. 고마워, 마크, 도와 줘.
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는이해 했어.
2 차 다항식은 일반적으로 동일한 Log OD와 동일한 Log Conc의 두 값을가집니다. JMP는 포물선의 절반 만 사용해야한다는 것을 모릅니다. Fit Curve에는 Logistic 모델과 사용자 정의 역 예측이 있습니다. 이 커브는 2 차 다항식과 달리 단조 적입니다.
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는나는 모델링을 시도하지 않고, Bivariate Fit - Special에 직접 갔다. 우리는 일반적으로 OD와 농도의 로그 변환을 수행하고 선형 피팅이 잘 작동합니다. 이것은 새로운 테스트이고 선형 적합은 좋지 않으므로 더 높은 다항식을 시도하고 이차원이 좋았습니다. 제조업체는 4- 매개 변수 물류 적합을 권장하지만 사용자가 다른 대안을 탐색하도록합니다. 따라서 모델은 중요하지 않습니다. 난 그냥 표준 곡선에서 최고의 모델을 찾아 내 샘플에 적용하고 싶습니다. 그래서 측정 된 OD의 농도를 계산하기 위해서는 역함수가 필요합니다.
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는그 문제는 유감입니다. 아니요, 제 제안을 사용하여 문제를 우회 할 방법이 없습니다.
이 모델이 특히 중요하거나 유용합니까? Analyze> Specialized Modeling> Fit Curve에서 사용 가능한 모델 중 하나를 사용하여 데이터를 맞추려고 했습니까?
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는감사합니다. 마크,
해결책은 아주 좋습니다. 불행히도 나는 경고를 받는다 : "Inverse Prediction은 예측 변수의 제곱 된 항을 지원하지 않는다".
문제를 우회하는 방법이 있습니까?
감사,
베드로
제목 : Re : 어떻게 2 차 대수 방정식을 변환하는Analyze> Fit Model을 사용하여 동일한 적합도를 얻을 수 있습니다.
- 농도 컬럼을 마우스 오른쪽 단추로 누르고 로그 변환을 선택하십시오.
- 이 새 열을 선택하십시오.
- 매크로 단추를 클릭하고 다항식을 Degree (2가 기본값)로 선택하십시오.
- OD 컬럼을 마우스 오른쪽 단추로 누르고 로그 변환을 선택하십시오.
- 새 열을 선택하고 Y를 클릭하십시오.
- 실행을 클릭하십시오.
- 빨간색 삼각형을 클릭하고 Estimates> Inverse Prediction을 선택하십시오.
- OD 값을 입력하고 자신감을 선택한 다음 확인을 클릭하십시오.
이변 량에 대한 Fit Least Squares의 이점은 Estimates> Inverse Prediction을 사용하여 OD에서 농도를 추정 할 수 있다는 것입니다.
일반적으로 용량 - 반응 표준 곡선은 로그베이스 10을 사용하여 해석합니다. 그것은 적합성을 변화시키지 않을 것입니다.
