回复：確定非線性擬合的有效期“非線性”到底是什麼意思？ 你的意思是彎曲的（比如多項式或使用其他時間變換的回歸）？ 例如，您可以使用 sqrt(Time) 而不是時間來應用 ICH Q1E，並且可以使用 JMP 的降級工具。 而且，嚴格來說，這仍然是一個線性模型。 統計意義上的“線性”是指在模型中的參數，而不是“X”變量。
回复：確定非線性擬合的有效期親愛的 MRB，感謝您的回复。
如圖所示，通過提升數據集是否適合線性回歸？ 降級工具用線性回歸擬合數據？
所附數據僅由繪圖工具製作。
通過使用三次擬合，看起來擬合與數字有更好的相關性。
你認為我在想錯什麼嗎？ 或者我在混淆......？
謝謝你的幫助。
回复：確定非線性擬合的有效期好問題。 如你所知，d到期的確定是關於外推......而不是內插。出於插值的目的，這樣的擬合可能是合適的。然而，使用這樣的模型進行推斷是不明智的。 也許，從 Time Point = 7 左右開始，它不再掉落了。因此，所有降解都發生在 7 個月之前。所以分段模型可能是合適的；一條直線向下直到 Time = 7 左右，然後是另一條直線（看起來相當水平）從 Time = 7 開始。如果您隨後可以科學地論證這是預期的行為（即，所有退化都發生在時間 = 7 之前），那麼您仍然擁有一個線性模型。 在“擬合模型”平台中，您將有兩個模型效應：時間和 T7=max(0, Time-7)（在您的數據表中創建另一個名為 T7 的變量）。 現在，它確實變得更加複雜，因為它看起來（如三個不同的繪圖符號所示）您有三個批次。 如果是這樣，Batch 也必須是效果之一。 然後是Batch與Time、Batch與T7的交互。看圖，我懷疑相互作用項是不必要的（但 ICH Q1E 需要進行評估）。 而且，不……雖然模型仍然是線性的（在統計意義上），但您將無法使用 JMP 的退化平台，因為該平台將您限制在線性模型的一個子集。 您將不得不使用 Fit Model platform 。為了解釋這樣的模型（我將簡化並假設您沒有交互，因此模型中有 Batch、Time 和 T2）。那麼模型就是 B0 + Batch + B1*Time + B2*max(0, T-7)。在參數估計結果中，Term for Time為初始斜率（B1），Term for Time + The Term for T7（B2）為Time=7後的斜率。即，第一斜率=B1，第二斜率=B1+B2。 而且，FWIW，我在這裡使用 Time = 7 作為“結”。 最佳結可能不完全是 7……但看起來接近 7。 如果你想要一個也能估計結的模型，那就是一個非線性模型，它超出了在這樣一個論壇中可以輕鬆討論的範圍。 但是，您可以嘗試幾種不同的結，並在擬合模型輸出的“擬合摘要”部分選擇最小化均方根誤差的結。
回复：確定非線性擬合的有效期請，
你能解釋一下 T7 變量應該如何完成嗎？
時間點變量為1、3、6、9、10、12.....
T7？ 1,3,6？ 並為 7 之後的月份保留空白單元格？
在這種情況下，我是否必須更改或刪除時間點變量上的某些內容？
回复：確定非線性擬合的有效期假設您有批次、時間和度數列。 只需創建一個名為 T7 的新變量。函數是 Maximum( 0, Time - 7 ).. 查看我的附表並運行其中保存的腳本；數據只是編造的，但它會讓你知道從哪裡開始。
回复：確定非線性擬合的有效期親愛的MRB，
我明白你描述的每一點。
我使用了擬合模型工具並獲得了一個模型。
該模型建議只考慮 Batch、Time 和 T7。 Batch*Time 和 Batch*T7 交互作用不顯著相關，然後從模型中刪除。
現在最後一步是我如何推斷到期日期。
我如何評估模型何時符合我的規格？ 考慮到指南建議的 0.25 置信度？
回复：確定非線性擬合的有效期請參閱附件以獲得更詳盡的信息。我保存了預測和 95% 下限公式（請參閱擬合模型結果中紅色三角形的保存列選項）在數據集末尾添加了一些點以通過圖形生成器進行推斷。 在我的示例中，結點是 6.2（您的可能接近 7），我將任意規格設置為 500。在我的示例中，Batch 的 p 值小於 0.25，因此它必須在模型中。
回复：確定非線性擬合的有效期非常感謝！
通過非線性擬合確定有效期親愛的團隊，
用於確定失效日期的降級工具是否僅依賴於線性回歸？
是否可以使用非線性模型確定到期日期？
如果可以的話我該怎麼辦？
或者 ICH 是否要求僅使用線性模型？
實驗設計
