你好，
我随时间监测化学浓度（y 响应）。 我希望预测这些浓度的时间变化，并假设化学浓度遵循一阶指数衰减。 我要做的是预测感兴趣的化学物质的半衰期。
如何使用非线性模型或退化模型来预测半衰期？ 我无法估算半衰期公式，因为我没有所有的变量来解决它。 有没有我可以构建的例子？
公式附在此处：
如果您将所有模型另存为列公式，则可以使用 JMP Pro 中的“分析”>“预测建模”>“模型比较”平台评估所有模型。
如果您正在搜索以查看适合您的数据的内容，那么整个软件就是您的猎场。 有很多方法可以查看您的数据所表达的内容。
不过，您可能想查看两个热点。 @马克贝利已经指出了一个，拟合曲线平台。 同时，非线性平台有一个内置的库：使用模型库创建公式
最后，别忘了问问自己：就这些吗？ 您的模型可能不在您发现的模型中。
如果某些参数是固定的，非线性和退化都允许您修复它们。 查找参数旁边的复选框。 或者，如果适合您，您甚至可以在公式中硬编码您的值。
这对我的用例非常有用！
如果我事先不知道最能描述故障的函数怎么办？ 我如何运行一堆不同的模型并确定哪个方程最合适？
如果我有一个初始浓度是定义的 amont 并且我无法修改这个数字的情况怎么办？
我想知道使用原始参数化是否有助于解释。 特别是半衰期的直接估计。 我将这个公式用于非线性模型：
我得到了这个适合：
@彭刘的解决方案也可作为 Fit Curve 中可用的模型之一。
因此，您在如何建模数据方面拥有很大的灵活性。
这就是我认为您所拥有的：一系列时间值和相关的浓度读数。 你想看看如何拟合模型。
两张截图和你说的“一阶指数衰减”都指向一个模型：Exponential。
回归公式为：Y = A * Exp( -K * Time)，其中 K 是反应速率常数。 标记此模型 A。
这是您第二张截图中 ODE 形式的综合形式。 Lamda 是 K 以上。
您可以在第一个屏幕截图中看到公式是一样的。 两边取对数，注意半衰期 t_[1/2] = log(2)/K。 然后你有 Log N = Log N[0] - K * Time，这是在对数线性尺度上绘制的指数曲线，所以它看起来像线性回归。 标记此模型 B。
这取决于数据，模型 A 或模型 B 更合适，如果您使用模型 A 拟合非线性回归或使用模型 BIe 拟合线性回归，则常量方差残差的假设是否成立。
附表显示了如何使用非线性和退化来拟合模型 A。 数据是模拟的。
使用非线性，您需要创建一个预测公式列，如表中的最后一个。 该公式是一个参数 JSL 函数：
读非线性平台示例了解如何逐步创建这样的公式。
然后像这样配置启动对话框，然后单击“确定”。
单击报告中的 Go 按钮，然后您将获得结果。
非线性平台是一个极其通用的平台，用于解决定制的非线性最小二乘和最大似然问题，甚至任意优化问题。 花点时间掌握它。 你不会后悔的。
使用降级，您需要创建一个虚拟 ID 列，填充相同的值。 我假设您只有一丝浓度读数。
像这样配置启动对话框，然后点击确定。
从报告菜单中，选择“退化路径样式”下的“非线性路径”。
将预测公式填写为一段 JSL，为其命名（我称之为“模型”），单击“使用并保存”。 您输入的内容在技术上与您在创建非线性中使用的最后一个预测列时输入的内容相同。 当你了解更多时，你应该认识到大括号中的参数和它们的初始值。然后是公式的定义，它们都包含在参数调用中。
然后单击“拟合模型”。
如果您的模型不适合，请尝试调整初始值，然后单击“使用并保存”，然后单击“适合模型”。
最后，单击“为当前模型生成报告”以生成最终报告。
