混合物设计，响应度％<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我附上了一个示例混合设计，其中包含百分比的响应数据。 使用标准最小二乘时，可能会有0和100％之外的预测。 是不是有办法约束对0和1或0和100的响应？ 广义线性模型不能采取混合效应。
Re：混合物设计与响应度％是。 这对我来说都很有意义。 谢谢迈克尔。 我现在有一个更实际的分析。
Re：混合物设计与响应度％我相信这是因为你的第一个响应将在logit变换log（y / [1-y]）中未定义。你最终会得到一个分母= 0。
你看到我关于调整这个的说明了吗？（将结果更改为接近1;例如0.995;您的实际差异和测量精度没有支持。）
Re：混合物设计与响应度％最初，我从一个概率列（y / 100）开始。 看一下我在选择logit转换后尝试运行模型时得到的JMP警报。
Re：混合物设计与响应度％我删除了关于ln与log的帖子，因为尽管JMP没有在函数列表中列出ln（虽然列出了lnz），但如果你手动将它输入公式框，它确实会识别ln。
另一种类似的方法是生成一个名为p的新列，由公式y / 100定义。然后使用最小二乘模型对话框为Y框选择p，如果在Y框中选择p，则可以选择logit变换。这样做的好处是，当您适合模型时，您不必手动展开logit以获得p。 例如，您可以直接保存p的公式，并且分析器直接显示混合物更改时p的变化方式。您仍然需要弄清楚如何处理p = 0或p = 1。如果在模型输出中选择自动重新计算，则可以更改所选的值以替换0或100，并观察模型更改。
Re：混合物设计与响应度％此外，将预测的变换响应（Y'）转换回原始单位（Y）：
Y = 100 * Exp（Y'）/（1 + Exp（Y'））
我注意到当我运行你的模型时，两个最大的响应（运行1和12）具有非常大的残差。这可能是由于转换的对数性质。您可以通过调整100％响应来减少这种情况。如果您的报告为整数表示精度，则将调整增加到0.5％，表明精度使得99.5和99.99之间的差异没有实际意义。
Re：混合物设计与响应度％干得好。
请注意，Y = 0和Y = 100将是未定义的（log（0）和denominator = 0）。我调整这些±0.01。您可以使用更小或更大的调整，可能将其与测量的灵敏度和可变性相关联。调整越小，转换值越极端。
另外，正如在另一个回复中指出的那样，ln（log base e）是登录JMP。
迈克尔
Re：混合物设计与响应度％迈克尔，
你能用恢复的转换发回样本文件吗？我遇到了麻烦。
Re：混合物设计与响应度％糟糕，结果介于0和1之间 = ln（y / [1-y]）。
Re：混合物设计与响应度％响应的logit变换可能是合适的：y'= ln（[y - 下限] / [上限 - y]）;结果介于0和1 y' - ln（y / [1-y]）之间。 这将不适应response = 0或1，但确保y'保持在边界内。
