階乗Xを実行したい場合、YをXで近似する方法こんにちは、
相乗効果を理解するために、複数の薬剤に反応した細胞の生存を分析しようとしています
例えば：
X1 | X2 | X3 | Y |
100 | 100 | 10 | 5 |
50 | 50 | 5 | 25 |
200 | 200 | 0 | 10 |
100 | 100 | 0 | 30 |
200 | 0 | 10 | 3 |
100 | 0 | 5 | 20 |
0 | 200 | 10 | 1 |
0 | 100 | 5 | 8 |
0 | 0 | 0 | 60 |
JMPで3つの異なる薬X1、X2、およびX3によってFit Yを実行する方法はありますか？
最初にFitModelを実行し、予測プロファイラーを実行しましたが、予測値は観測値から大きく外れています。
私Logit / LogitPct /および他のすべての変換をFit Model起動ダイアログのY応答に適用しましたが、予測値は観測値に近くありません。
階乗Xへの応答としてYを分析する方法はありますか？
分析Re：階乗Xを実行したい場合、YをXで近似する方法ジョー、
JMPファイルを追加するだけの場合に便利です。
JMPでデータテーブルを作成し、近似モデルを作成しました（飽和モデルから開始し、それを縮小しました）。 予測式をデータテーブルに保存しました（添付）
あなたが何を実験しているのか、あなたのデータが実用的な価値があるのか、それとも結果が科学的に意味のあるアドバイスを提供するのが非常に難しいのか、私にはわかりません。
Re：階乗Xを実行したい場合、YをXで近似する方法こんにちはスタットマン、
返信してくれてありがとう。 残念ながら、許可なくデータを共有することは許可されていません。
サプリメントが不足していることをお詫びします。
複数の薬剤の相乗効果を分析しています。
私の最初のアプローチはFitモデルで、その後予測プロファイラーがありました。 次に、予測値が実験値から大きく外れていることがわかりました。
昨日、私はこれについて質問し、いくつかの素晴らしいフィードバックを得ました（フィットモデルダイアログでロジットへの応答を変換します）
応答を変換した後、予測プロファイラーは実験値により近くなりますが、十分に近くなりません。
これが参考のための私の元の投稿です（ https://community.jmp.com/t5/Discussions/Prediction-profiler-prediction-values-do-not-match-with-the/mp/449473#M69631 ）。
Fit Y byXができるかしら。 私の場合、3つの因子（X）と1つの応答（Y）があります。 各Xには、異なる濃度範囲があります。
だから私は完全な階乗のようにやりたい
YをX1 * X2で近似
X1 * X3
X2 * X3
X1 * X2 * X3
JMPで行うことは可能ですか？
Re：階乗Xに対して実行したい場合、XでYをフィットさせる方法こんにちは@joepark 、
サンプルのデータテーブルを使用すると、モデルごとにあらゆる種類のYの近似を行うことができます。 Y x Xプラットフォームを使用して個別に実行してから、Y x X1、Y x X2、およびY x X3のそれぞれに線形（または非線形フィット）を実行できます。 カラムスイッチャーを使用すると、実際に簡単に前後に切り替えることができます。 二変量フィット>やり直し>列スイッチャーの横にある赤いホットボタンに移動します。 次に、上部パネルでX1を選択し、下部パネルで他のすべてのXを選択して、[OK]をクリックします。 これは最初の質問に答えるはずですが、相乗効果には答えません。
階乗Xへの応答としてYを分析する方法についてのあなたの質問に本当に従うかどうかはわかりません。 あなたのDOEはもともと因子計画に基づいていましたか？ フィットモデルを実行しようとしていて、モデル効果を完全な階乗で定義する場合は、プラットフォームを起動し、X1からX3を選択した後、[マクロ]オプションをクリックして完全な階乗を選択します。 次に、モデルの効果を減らして、妥当な適合を得ることができます。 横に「^」カラットがある効果に注意してください。 これは、高次の用語（X1 * X1やX1 * X2などを含む用語が表示されることを意味します）前X1のような主な注文効果。 データテーブルを使用すると、X1は重要な要素ではなく、近似から削除したいことがわかります。 これが理にかなっているかどうかを評価する必要があります。
システムのノイズを減らすために、DOEを拡張するか、レプリケートを実行する必要がある場合があります。 予測プロファイラーは役立ちますが、より重要なのは、適合モデルとデータが常に+/- 95％の信頼区間内にあるかどうかです。 赤いホットボタンからこれにアクセスし、それらを列として保存できます。 私が行ったテストケースでは、すべてのデータ（Yと予測値）がこれらのCIに含まれています。 モデルが十分に正確であることを確認するために、モデルを再考する必要がある場合があります。
お役に立てれば、
DS
