フィットモデル>標準最小二乗法>変形>ロジスティックこんにちはJMPコミュニティ、
Fit Model> Standard Least SquareプラットフォームでのTransformオプションの適切な実装に苦労しています。
この問題をよりよく理解するために、Responseが継続的なモックデータセットを作成しました。そしてモデル効果は、１）バイオマーカーレベル（連続）、２）処置（２つのカテゴリー）、および３）それらの相互作用である。ACTIVE治療における反応は、ロジスティック分布に従うとバイオマーカーレベルに依存する
これがバイオマーカーレベルによる反応のグラフビルダー描写です。
[処理]、[バイオマーカー]、および[反応]応答をロジスティック関係に従って変換した[変換]> [反応上のロジスティック]で標準最小二乗モデルを実行すると、奇妙な結果が得られます。
1）Actualによる予測（ACTIVEグループの大部分に適していないことに注意してください[RED]）
このモデルからの残差は、次の2つの図に示すように歪んでいます。
2）残差プロット
3）残余分配
明らかに、私は何か間違ったことをしているので、どうやら、この明らかに単純な選択肢を見つけ出すのを手伝ってください。
ご協力ありがとうございました。
TS
再：フィットモデル>標準最小二乗>変形>ロジスティックあなたの提案をありがとう：私は私のモックデータにとてもよく合うことができるが、私はFit Modelプラットフォームでこの情報をどのように使うかについて理解することができない。
何か考えましたか？再：フィットモデル>標準最小二乗>変形>ロジスティックお返事をありがとうございます。実際、私は自分の反応を0から1の範囲内になるように調整しました
（（R-Min）/（Max - Min））およびロジスティック変換により、次のようになります。
。
注意深く見れば、フィット曲線は直線ではありませんが、それでもタイトフィットからは程遠いです。
何か考えましたか？
再：フィットモデル>標準最小二乗>変形>ロジスティックシミュレートした例をいくつか試してみたので、私も少し戸惑いました。 しかし、私はあなたが抱えている問題はJMPのロジスティック変換によるものだと思います。 JMPの資料によると、ロジスティック変換は応答変数が（0,1）の範囲になるようにします。 実際、その変換を使用すると、ロジスティック関数のようには見えないものが出ます。ロジスティック関数（応答変数が正しい値をとることができる）をハードワイヤリングすると、ロジスティックに見えます。 だから、私はJMPのロジスティック変換が本当にロジスティック関数をあなたのデータにフィットさせるわけではないと思います。 おそらく、数学が私よりもさびが少ない人は、応答が（0,1）の範囲にない場合にロジスティック変換を使用して正しい形状を取得する方法を説明できます。
再：フィットモデル>標準最小二乗>変形>ロジスティックおそらく、分析 - >特殊モデリング - > Fit Curveプラットフォームを使用することで解決できますか？単純なOLSモデルをPBO群に、4-Pロジスティックモデルを治療群に当てはめることができます。
