拟合多个非线性 Y 响应大家好，
我想用最小二乘回归建立一个拟合模型，并且我想包括抗体稀释的影响，该影响或多或少遵循 sigmoid 模型。 我当然可以包括稀释到稀释 ^ 4 作为效果，但多项式模型并不能真正给出我想要的输出，因为我希望存在 sigmoid 模型的响应平台。 本质上，我想使用拟合非线性平台执行与非线性拟合相同的操作，但包括其他项，例如交互项。 这在最小二乘模型的背景下是否可能？如果可以，我将如何去做？
此致，
弗雷德里克
回复：拟合多个非线性 Y 响应嗨比尔，
感谢您的建议。 我之前使用过基于 TanH 的神经网络模型，但没有在这种情况下考虑过它。 我会尝试一下。
也感谢其他几位的回复！
弗雷德里克
回复：拟合多个非线性 Y 响应弗雷德里克，
您是否考虑过尝试神经网络？ Tan H 函数本质上是 S 形函数，与拟合模型类似，您可以使用任意数量的输入。 我建议对不同数量的隐藏节点进行一系列拟合，然后使用最不复杂但仍满足您的预测/拟合标准的模型。
华泰
回复：拟合多个非线性 Y 响应没有完全理解你的实验......
我可能会尝试为每个样本拟合一条非线性曲线（如 4p 或 5p），并采用上渐近线或拐点 (ec50) 或任何相关的参数，并将其用作线性模型与用于影响稀释曲线的其他输入。
例如，如果我正在研究包被、封闭和洗涤缓冲液，以及几个稀释范围。 我可以拟合每个稀释度，从非线性拟合中得到拐点和上部平台。然后转到“拟合模型”，将四个参数及其交互作用作为模型效应，并使用非线性拟合中的两个参数作为响应。
回复：拟合多个非线性 Y 响应我很抱歉！ 由于仓促，我没有意识到您的模型包含多个预测变量。 是的，为此目的，您必须将自定义模型与非线性平台结合使用。 使用我之前提到的同一本书，但请参阅有关非线性的章节。
其他人可能知道如何在这种情况下开始使用“拟合模型”，但我目前想不出一个。
回复：拟合多个非线性 Y 响应您应该看到“分析”>“专业建模”>“拟合曲线”，以获得更适合逻辑曲线的平台。 有关拟合曲线的章节，请参阅“帮助”>“书籍”>“预测和专业建模”。 它加载了帮助和示例。
