如果非線性模型你要的不在擬合曲線平台或模型庫非線性平台？
您可以在數據表列中創建模型公式。 如果模型是您希望經常使用的模型，您可以考慮將其添加到模型庫中。 （有關這樣做的信息包含在 JMP Predictive and Specialized Modeling 書中的章節非線性回歸. 查找標題為“自定義非線性模型庫”的部分。）
如果你還記得鈣的例子本系列第 3 部分，愛達荷州立大學的霍華德格萊姆斯做了一個實驗來測定細胞中放射性鈣的含量。 特別是，細胞懸浮的時間量與細胞中放射性鈣的量之間的關係令人感興趣。 我們使用模型庫中的 Weibull 增長模型。 但是，假設您有興趣以不同的形式擬合模型：
這種形式的模型可能特別有用，因為參數具有有用的解釋：
𝛽1 上水平漸近線
𝛽2 y 截距
𝛽3 速率參數
𝛽4 形狀參數。 如果形狀參數大於 1，則曲線為 S 形曲線。
將其作為列公式輸入JMP ，第一步是定義參數及其起始值。 首先，在數據表中創建一個新列並添加一個列公式。 在公式編輯器中，將中央底部面板中的列表選項從常量更改為參數。
單擊新參數。 在打開的對話框中，提供參數名稱和起始值，如圖所示。
重複該過程以在模型中輸入每個參數及其起始值。
定義參數後，您可以使用公式編輯器輸入模型公式。 請注意，參數將在公式中顯示為粗體條目。
在模型公式出現在具有適當參數起始值的數據表中之後，轉到“非線性”平台，輸入 Y 變量和上面創建的模型公式列作為 X，預測變量公式。 在第一組迭代之後，這個模型應該收斂了。 單擊“置信限度”按鈕可查看參數估計值的限度。
一些置信限被報告為缺失值。 這些區間是剖面似然置信區間，用於獲取這些限值的迭代技術無法成功收斂到參數估計的限值的情況並不少見。
在檢查這些結果時，請注意參數 b4 的估計值非常接近 1。 鑑於b4表示模型中的指數，如果它等於1，則對計算沒有影響，不需要包含在模型中。 要探索如果您首先將 b4 固定為 1 對模型的影響，請通過單擊紅色三角形並選擇記住解決方案來記住當前解決方案。 將此模型命名為 Original。 這會在結果窗口中添加一個新部分，其中包含記憶模型的擬合統計數據和參數估計值。 滾動到結果窗口中的控制面板。 將 b4 的值更改為 1，然後單擊方塊以鎖定該值。 單擊 Go 重新運行模型。
使用紅色小三角選項記住此解決方案，然後檢查“記住的模型”面板。
已對擬合信息、新模型的參數估計以及模型之間的比較進行了匯總。 在這種情況下，p 值為 0.8933，沒有足夠的證據得出模型的誤差平方和 (SSE) 不同的結論。 這可能會讓您得出結論，在這種情況下，更簡單的模型是更好的選擇，您可能會選擇從模型方程中刪除參數 b4。
總結一下
在本系列中，您已經看到了三種不同的方法來擬合一個非線性模型在 JMP 中：擬合曲線平台,非線性平台中的模型庫，以及非線性平台中的自定義模型。 使用列公式的經典非線性方法更強大、更靈活，而“擬合曲線”平台更易於使用。 對於那些剛開始擬合非線性模型的人來說，使用擬合曲線可能是簡化非線性建模的好方法。 一旦您熟悉了指定模型，就可以探索 JMP 中經典方法的全部功能，以擴展可用模型的類型。
編者按：查看整個四集系列.
本系列是非線性建模的優秀教程。 但是，我曾希望找到更多步驟：如何將自定義模型添加到 Fit Curve 平台。 雖然第 4 部分確實展示了非線性平台的額外功能，但擬合曲線在擬合多個模型時提供了出色的比較摘要（例如，AICc），並且在易於編寫腳本以捕獲到 Word 文檔的表格中。 有沒有辦法將自定義模型添加到 Fit Curve 平台？
