回复：确定非线性拟合的有效期“非线性”到底是什么意思？ 你的意思是弯曲的（比如多项式或使用其他时间变换的回归）？ 例如，您可以使用 sqrt(Time) 而不是时间来应用 ICH Q1E，并且可以使用 JMP 的降级工具。 而且，严格来说，这仍然是一个线性模型。 统计意义上的“线性”是指在模型中的参数，而不是“X”变量。
回复：确定非线性拟合的有效期亲爱的 MRB，感谢您的回复。
如图所示，通过提升数据集是否适合线性回归？ 降级工具用线性回归拟合数据？
所附数据仅由绘图工具制作。
通过使用三次拟合，看起来拟合与数字有更好的相关性。
你认为我在想错什么吗？ 或者我在混淆......？
谢谢你的帮助。
回复：确定非线性拟合的有效期好问题。 如你所知，d到期的确定是关于外推......而不是内插。出于插值的目的，这样的拟合可能是合适的。然而，使用这样的模型进行推断是不明智的。 也许，从 Time Point = 7 左右开始，它不再掉落了。因此，所有降解都发生在 7 个月之前。所以分段模型可能是合适的；一条直线向下直到 Time = 7 左右，然后是另一条直线（看起来相当水平）从 Time = 7 开始。如果您随后可以科学地论证这是预期的行为（即，所有退化都发生在时间 = 7 之前），那么您仍然拥有一个线性模型。 在“拟合模型”平台中，您将有两个模型效应：时间和 T7=max(0, Time-7)（在您的数据表中创建另一个名为 T7 的变量）。 现在，它确实变得更加复杂，因为它看起来（如三个不同的绘图符号所示）您有三个批次。 如果是这样，Batch 也必须是效果之一。 然后是Batch与Time、Batch与T7的交互。看图，我怀疑相互作用项是不必要的（但 ICH Q1E 需要进行评估）。 而且，不……虽然模型仍然是线性的（在统计意义上），但您将无法使用 JMP 的退化平台，因为该平台将您限制在线性模型的一个子集。 您将不得不使用 Fit Model platform 。为了解释这样的模型（我将简化并假设您没有交互，因此模型中有 Batch、Time 和 T2）。那么模型就是 B0 + Batch + B1*Time + B2*max(0, T-7)。参数估计结果中，Term for Time为初始斜率（B1），Term for Time + The Term for T7（B2）为Time=7后的斜率。即，第一斜率=B1，第二斜率=B1+B2。 而且，FWIW，我在这里使用 Time = 7 作为“结”。 最佳结可能不完全是 7……但看起来接近 7。 如果你想要一个也能估计结的模型，那就是一个非线性模型，它超出了在这样一个论坛中可以轻松讨论的范围。 但是，您可以尝试几种不同的结，并在拟合模型输出的“拟合摘要”部分选择最小化均方根误差的结。
回复：确定非线性拟合的有效期请，
你能解释一下 T7 变量应该如何完成吗？
时间点变量为1、3、6、9、10、12.....
T7？ 1,3,6？ 并为 7 之后的月份保留空白单元格？
在这种情况下，我是否必须更改或删除时间点变量上的某些内容？
回复：确定非线性拟合的有效期假设您有批次、时间和度数列。 只需创建一个名为 T7 的新变量。函数是 Maximum( 0, Time - 7 ).. 查看我的附表并运行其中保存的脚本；数据只是编造的，但它会让你知道从哪里开始。
回复：确定非线性拟合的有效期亲爱的MRB，
我明白你描述的每一点。
我使用了拟合模型工具并获得了一个模型。
该模型建议只考虑 Batch、Time 和 T7。 Batch*Time 和 Batch*T7 交互作用不显着相关，然后从模型中删除。
现在最后一步是我如何推断到期日期。
我如何评估模型何时符合我的规格？ 考虑到指南建议的 0.25 置信度？
回复：确定非线性拟合的有效期请参阅附件以获得更详尽的信息。我保存了预测和 95% 下限公式（请参阅拟合模型结果中红色三角形的保存列选项）在数据集的末尾添加了一些点以通过图形生成器进行推断。 在我的例子中，结点是 6.2（你的可能接近 7），我将任意规格设置为 500。在我的例子中，Batch 的 p 值小于 0.25，因此它必须在模型中。
回复：确定非线性拟合的有效期非常感谢！
通过非线性拟合确定有效期亲爱的团队，
用于确定失效日期的降级工具是否仅依赖于线性回归？
是否可以使用非线性模型确定到期日期？
如果可以的话我该怎么办？
或者 ICH 是否要求仅使用线性模型？
实验设计
