안녕하세요,
시간 경과에 따라 화학물질 농도(y 반응)를 모니터링하고 있습니다. 저는 이러한 농도의 시간적 변화를 예측하고 화학 물질 농도가 1차 지수 붕괴를 따른다고 가정합니다. 내가 하려는 것은 관심 있는 화학 물질의 반감기를 예측하는 것입니다.
반감기가 어떻게 될지 예측하기 위해 비선형 모델 또는 분해 모델을 어떻게 사용합니까? 반감기 공식을 풀 수 있는 모든 변수가 없기 때문에 반감기 공식을 대입할 수 없습니다. 내가 이것을 만들 수 있는 예가 있습니까?
수식은 여기에 첨부되어 있습니다.
모델을 열 수식으로 저장하면 JMP Pro의 분석 > 예측 모델링 > 모델 비교 플랫폼을 사용하여 모든 모델을 평가할 수 있습니다.
귀하의 데이터에 맞는 것을 찾기 위해 검색하는 경우 전체 소프트웨어가 귀하의 사냥터입니다. 데이터가 말하는 내용을 확인하는 방법은 매우 많습니다.
그래도 두 개의 핫스팟을 확인하고 싶을 수 있습니다. @Mark_Bailey 이미 지적한 것 중 하나는 맞춤 곡선 플랫폼. 한편, 비선형 플랫폼에는 내장 라이브러리가 있습니다. 모델 라이브러리를 사용하여 수식 만들기
마지막으로 자신에게 물어보는 것을 잊지 마십시오. 그게 전부입니까? 귀하의 모델이 귀하가 찾은 것 중 하나가 아닐 수 있습니다.
일부 매개변수가 고정된 경우 비선형 및 저하 모두 이를 수정할 수 있습니다. 매개변수 옆에 있는 확인란을 찾으십시오. 또는 자신에게 맞는 경우 수식에 값을 하드 코딩할 수도 있습니다.
이것은 내 유스 케이스에 적합했습니다!
고장을 가장 잘 설명하는 기능에 대한 사전 지식이 없다면 어떨까요? 다양한 모델을 실행하고 가장 적합한 방정식을 결정하려면 어떻게 해야 합니까?
초기 농도가 정의된 금액이고 이 숫자를 수정할 수 없는 시나리오가 있다면 어떻게 됩니까?
원래 매개변수화를 사용하는 것이 해석에 도움이 되는지 궁금합니다. 특히 반감기의 직접 추정. 비선형 모델에 다음 공식을 사용했습니다.
나는 이 핏을 얻었다:
@peng_liu 의 솔루션은 Fit Curve에서 사용할 수 있는 모델 중 하나로도 사용할 수 있습니다.
따라서 데이터를 모델링하는 방법에 많은 유연성이 있습니다.
이것이 내가 생각하는 것입니다: 일련의 시간 값 및 관련 농도 판독값. 모델을 맞추는 방법을 보고 싶습니다.
두 개의 스크린샷과 당신이 말한 "1차 지수 붕괴"는 모두 지수라는 하나의 모델을 가리킵니다.
회귀 공식은 다음과 같습니다. Y = A * Exp( -K * Time), 여기서 K는 반응 속도 상수입니다. 이 모델 A를 표시하십시오.
이것은 두 번째 스크린샷에 있는 ODE 형식의 통합 형식입니다. 람다는 위의 K입니다.
첫 번째 스크린샷의 공식이 동일한 것을 볼 수 있습니다. 양쪽에 로그를 취하고 반감기 t_[1/2] = log(2)/K에 주목하십시오. 그런 다음 Log N = Log N[0] - K * Time이 있습니다. 지수 곡선은 로그 선형 눈금으로 그려지므로 선형 회귀처럼 보입니다. 이 모델 B를 표시하십시오.
모델 A를 사용하여 비선형 회귀를 맞추거나 모델 BIe를 사용하여 선형 회귀를 맞추는 경우 일정한 분산 잔차의 가정이 유지되는지 여부는 데이터에 따라 모델 A 또는 모델 B가 더 적합한지 여부가 달라집니다.
첨부된 표는 비선형 및 열화를 사용하여 모델 A를 맞추는 방법을 보여줍니다. 데이터가 시뮬레이션됩니다.
비선형을 사용하려면 , 테이블의 마지막 항목과 같은 예측 수식 열을 만들어야 합니다. 수식은 Parameter JSL 함수입니다.
읽다 비선형 플랫폼의 예 이러한 수식을 단계별로 만드는 방법을 보려면
그런 다음 시작 대화 상자를 이와 같이 구성한 다음 확인을 클릭합니다.
보고서에서 이동 버튼을 클릭하면 결과가 표시됩니다.
비선형 플랫폼은 맞춤형 비선형 최소 제곱 및 최대 우도 문제, 심지어 임의의 최적화 문제를 해결하기 위한 매우 다양한 플랫폼입니다. 그것에 약간의 시간을 투자하고 마스터하십시오. 당신은 후회하지 않을 것입니다.
저하를 사용하려면 , 동일한 값으로 채워진 더미 ID 열을 만들어야 합니다. 나는 당신이 단지 하나의 농도 판독 값만 가지고 있다고 가정하고 있습니다.
이와 같이 시작 대화 상자를 구성한 다음 확인을 누르십시오.
보고서 메뉴에서 "저하 경로 스타일" 아래의 "비선형 경로"를 선택합니다.
예측 수식을 JSL의 일부로 채우고 이름을 지정하고(저는 "모델"이라고 함) "사용 및 저장"을 클릭합니다. 입력한 내용은 비선형에서 사용된 마지막 예측 열을 생성하기 위해 입력한 내용과 기술적으로 동일합니다. 자세히 배우면서 중괄호 안에 매개변수와 해당 초기값이 무엇인지 인식해야 합니다. 수식의 정의가 뒤따르고 둘 다 Parameter 호출 내부에서 래핑됩니다.
그런 다음 "모델에 맞추기"를 클릭합니다.
모델이 적합하지 않으면 초기 값을 조정한 다음 "사용 및 저장"을 클릭하고 "모델 적합"을 클릭하십시오.
마지막으로 "현재 모델에 대한 보고서 생성"을 클릭하여 최종 보고서를 생성합니다.
