如果非線性模型你想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。 如果您希望經常使用該模型，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 預測和專業建模》一書中的“非線性回歸。 查找標題為“自定義非線性模型庫”的部分。）
如果您還記得以下鈣的例子本系列的第 3 部分愛達荷州立大學的霍華德·格萊姆斯做了一項實驗，測定細胞中放射性鈣的含量。 特別是，細胞處於懸浮液中的時間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威布爾增長模型。 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，因為參數有有用的解釋：
𝛽1 上水平漸近線
𝛽2 y 軸截距
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。
要將其作為列公式輸入聯合管理計劃，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列公式。 在公式編輯器中，將底部中心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。
重複此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。
當模型公式位於具有適當參數起始值的數據表中後，進入非線性平台，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，該模型應該已經收斂。 單擊“置信限度”按鈕可查看參數估計值的限制。
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，用於獲取這些極限的迭代技術未能成功收斂於參數估計的極限的情況並不罕見。
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代表模型中的指數，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來記住當前解。 將此模型命名為 Original。 這會向結果窗口添加一個新部分，其中包含記憶模型的擬合統計數據和參數估計。 滾動到結果窗口中的控制面板。 將 b4 的值更改為 1，然後單擊方框以鎖定該值。 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。
已經對擬合信息、新模型的參數估計以及模型之間的比較進行了總結。 在本例中，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。 這可能會讓您得出這樣的結論：在這種情況下，更簡單的模型是更好的選擇，並且您可以選擇從模型方程中刪除參數 b4。
總結一下
在本系列中，您已經了解了三種不同的方法來擬合非線性模型在 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加強大和靈活，而擬合曲線平台則更易於使用。 對於那些剛接觸非線性模型的人來說，使用擬合曲線可能是輕鬆進入非線性建模的好方法。 一旦您更加熟悉指定模型，就可以探索 JMP 中經典方法的全部功能來擴展可用模型的類型。
編者註：看看整體系列四部分。
親愛的社區，
優質螺紋。 幹得好。
兩個問題：
(1) 我們能否添加約束來幫助工具估計置信限
(2) 使用始終可用的估計標準誤差來計算置信限需要採取哪些步驟
親切的問候
埃斯特萬
本系列是非線性建模的優秀教程。 然而，我本來希望找到更多的步驟：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以及在易於編寫腳本以捕獲到 Word 文檔中的表格中提供了出色的比較摘要（例如 AICc）。 有沒有辦法將自定義模型添加到“擬合曲線”平台？
