テスターが必要：飽和モデルアドインの生成Stepwise Fit Modelプラットフォームで使用する飽和モデルを自動的に生成するアドインを作成しましたが、一部のテスターを使用できました。基本的に、それが行うことは、選択された各係数（X）列に問い合わせ、それらの離散レベルの数を見つけ、それに基づいてモデル効果テーブルを構築することです。つまり、言い換えると、これらのパラメーター全体で完全実施計画法を実行した場合、
| 酵素A | 酵素B | 酵母 |
| 10 | 20 | あ |
| 20 | 40 | B |
| 30 | 60 | C |
| | 80 | |
因子表は次のように作成されます。
Fit Model(
Effects(
:Enzyme A,
:Enzyme A * :Enzyme A,
:Enzyme B,
:Enzyme B * :Enzyme A,
:Enzyme B * :Enzyme A * :Enzyme A,
:Enzyme B * :Enzyme B,
:Enzyme B * :Enzyme B * :Enzyme A,
:Enzyme B * :Enzyme B * :Enzyme A * :Enzyme A,
:Enzyme B * :Enzyme B * :Enzyme B,
:Enzyme B * :Enzyme B * :Enzyme B * :Enzyme A,
:Enzyme B * :Enzyme B * :Enzyme B * :Enzyme A * :Enzyme A,
:Yeast,
:Yeast * :Enzyme A,
:Yeast * :Enzyme A * :Enzyme A,
:Yeast * :Enzyme B,
:Yeast * :Enzyme B * :Enzyme A,
:Yeast * :Enzyme B * :Enzyme A * :Enzyme A,
:Yeast * :Enzyme B * :Enzyme B,
:Yeast * :Enzyme B * :Enzyme B * :Enzyme A,
:Yeast * :Enzyme B * :Enzyme B * :Enzyme A * :Enzyme A,
:Yeast * :Enzyme B * :Enzyme B * :Enzyme B,
:Yeast * :Enzyme B * :Enzyme B * :Enzyme B * :Enzyme A,
:Yeast * :Enzyme B * :Enzyme B * :Enzyme B * :Enzyme A * :Enzyme A
)
);
テストでいくつかの問題に遭遇しましたが、今はそれらを修正したと思います。この種のモデルフィッティングがあなたの仕事に当てはまる場合は、付属のアドインをテストしてください！アドインメニューの下にNovoJMPとしてインストールされ、飽和モデルの生成機能を含むポップアップメニューが表示されます。標準の最小二乗プラットフォームよりも使いやすく、仕様を超える仕様を問題なく処理できるため、Stepwiseプラットフォームをお勧めします。
Re：テスターが必要：飽和モデルアドインを生成するJameelの提案の簡単なバージョンと、Y、X、グループ別、次数の選択を可能にする自動分析モジュールを追加し、飽和モデルを生成し、Stepwiseで実行し、予測式と信頼区間を保存しましたテーブルに戻ります。特に後の部分はかなり複雑なので、確かにさらにテストが必要です。
編集：JSDEは、Y列またはX列が選択されていない場合にアドインが警告なしに失敗するバグをキャッチしました。更新されたバージョンがアップロードされました（元の投稿のファイルも更新しました）。
（おまけとして、Ankom圧力モニター用に設計された実験的なバッチ発酵分析モジュールを入手できます[ただし、ラグフェーズと上限飽和レベルを持つすべての曲線で機能するはずです）
〜マイケル
Re：テスターが必要：飽和モデルアドインを生成する反応メカニズムの知識を反映する可能性がある、ある種の「最大多項式次数」を想定してアドインに追加することに価値はありますか？たとえば、各酵素が2次の最大値で動作すると仮定した場合、最大値として「5」を追加できます（酵素A ^ 2 *酵素B ^ 2 x酵母）= 5注文。または、特定の因子の最大多項式を設定する各因子の横にあるドロップダウン。これにより、オーバーフィッティング（これまでのポーラー「クリックアンドゴー」スタイル）による乱用の可能性が減り、違いがより保守的になります。
Re：テスターが必要：飽和モデルアドインを生成するええ、良い例は、グルコアミラーゼ負荷とアルファ-アミラーゼ負荷の相互作用のようなものです。どちらの分子もデンプンに作用することができますが、グルコアミラーゼは可溶性長鎖糖に作用することを好みます。したがって、十分なグルコアミラーゼがあれば、アルファアミラーゼは最終的なグルコース収量を増加させなくなり、十分なアルファアミラーゼがあれば、グルコース収量を最大化するためにそれほど多くのグルコアミラーゼを必要としません。
それぞれの負荷により、グルコース対線量曲線が飽和する時期が決定されるため（曲線全体がy軸上にある場所だけでなく）、高次の多項式の相互作用が適切な精度で応答を記述するために必要であり、治療の種類を-必要な治療差別。
例として、GA / AAインタラクションの作成されたが現実的な曲線を含むデータテーブルを添付しました。
Re：テスターが必要：飽和モデルアドインを生成するすべてが意図したとおりに機能しているようです。
私の主なハードルは、ほとんど酵素の力学にまったくさらされていないことに関係していると思います。モデルでの相互作用の必要性を理解しています。ここで評価されている相互作用の複雑さは私を畏敬の念に陥らせています（私がそうするためにひどく正当な理由がない限り、私はx ^ 2 * yのようなものをモデル化することさえめったにないので） 、はるかに少ないx ^ 2 * y ^ 3）。そこらじゅうの生活はかなり複雑だと思います:)
ベスト、
-アダム（ABI）
Re：テスターが必要：飽和モデルアドインを生成するこれをJMPでデモできることに気づきました。
添付のデータテーブルでは、非線形方程式を使用して3つの列を生成してから、飽和モデルアドインを使用して、これらの非線形モデルを線形展開に適合させました。下部のスクリプト（線形と非線形の比較）は、Stepwiseプラットフォームを使用した後に生成されたフィットモデルレポートを生成します（設定：最小AICc、前方、全体効果）。また、[[遺伝]線形と非線形を比較する]として保存した、全体の効果の代わりに結合ルールを使用して、適切に遺伝制限を適用しました。
Re：テスターが必要：飽和モデルアドインを生成する「また、「：Enzyme B *：Enzyme B *：Enzyme B *：Enzyme A *：Enzyme A」のような複雑な相互作用を目にすることに慣れていない。このような効果が大きければ、どう説明しますか？」
線形モデリングについての私の理解は、それはテイラー級数展開（ https://en.wikipedia.org/wiki/Taylor_series#Examples ）。飽和曲線対酵素用量のような非線形曲線に従うもの（非線形プラットフォームの機械的成長モデルはうまく適合します）では、非線形方程式を線形項を使用して近似に拡張しています。つまり、データ量に基づいて、追加の線形項を推定することにより、「真の」曲線にますます近づいています。
I wonder if GIFs work here GIFはここで機能するのでしょうか
したがって、酵素A ^ 3の効果の大きさが酵素B ^ 2の値に依存していると言うことができることを除いて、用語自体の物理的な説明はありません。
この手法を予測モデリング（おそらく内挿ではなく外挿）に依存するかどうかはわかりませんが、ジョージボックスの有名なステートメント「すべてのモデルは間違っていますが、一部は間違っています有用。" 
Re：テスターが必要：飽和モデルアドインを生成するああ、申し訳ありませんが、ええ、私は言及すべきでした。「酵素A」列と「酵素B」列は「公称値」に設定されています。多項式は連続列に対してのみ生成されます。たとえば、「酵母A ^ 2」はモデル化できませんが、酵素線量は「20 ^ 2」をモデル化できます。
Re：テスターが必要：飽和モデルアドインを生成するこんにちはマイケル、
このアドインの使用について詳しく説明できますか？試してみたところ、Fit Modelの「フルファクトリアル」マクロと同じ結果が得られました（つまり、リストされているすべての効果が投稿に含まれていませんでした）。
サンプルテーブルを誤って設定した可能性があります。これは私が使用したものです：
InputTable InputTable
スクリプトの結果：
ScriptResult ScriptResult
「完全階乗」マクロの結果：
MacroResult MacroResult
何かを間違って設定しましたか？
また、私は次のような複雑な相互作用を見るのに慣れていません 」 ： 酵素B * ： 酵素B * ： 酵素B * ： 酵素A * ： 酵素A "、 mとして私の仕事のほとんどははるかに単純です。このような効果が大きかったら、どう説明しますか？
ありがとう！
