奇妙な5パラメータロジスティック回帰の結果こんにちは、
私は 48plex パネルを使用した大量の Luminex データを持っています。サンプルで検出された 48 の分析対象物はそれぞれ標準曲線に対して計算されます (したがって、合計 48 の標準曲線)。データセットの各列は異なる分析対象物です。各行は標準 (1:4 希釈系列) または未知のサンプルのいずれかに対応します。私は次の関数を使用して、5 パラメータ ロジスティック回帰を 48 回連続して使用してデータを適合させています。
Fit Curve(Y( :"[ANALYTE NAME]"n ),X( [DILUTION FACTOR]),Fit Logistic 5P(逆予測式を保存),SendToReport(Dispatch( {}, "Logistic 5P", OutlineBox, {Set Title( "Logistic 5P" )} )));:"Dil Predictor" << Set Name("[ANALYTE NAME]")
JMP の使い方についてはほとんど知らないので、誰かがデータのフィッティング方法を一度教えてくれた後、コード エディターからこれをコピーしたことに注意してください。これを実行するには、未知のサンプルの値を含むすべての行を非表示/除外し、標準に関するデータを含む行のみを含める/非表示解除する必要があります。
一般的に、グラフ内の測定された標準ポイントにかなりよく適合する r2 > 0.99 の曲線が得られますが、まれに非常に奇妙な曲線が得られます (画像を参照)。私は曲線フィッティングの専門家ではありませんが、これらのポイントを介してより適切な曲線をフィッティングできそうです。JMP が 5 パラメーターのロジスティック回帰をフィッティングする方法に関して、これらのジャンク曲線を回避するために調整できるパラメーターはありますか?
ありがとう
データのブレンドとクリーンアップウィンドウズRe: 奇妙な5パラメータロジスティック回帰の結果データに見られる単純な特徴を考慮すると、5PLCのパラメータが過剰に設定されていることが、フィッティングの不具合の原因であると考えられます。パラメータを3つや4つなど、より少ないパラメータでロジスティック曲線をフィッティングし、フィッティングが改善されるかどうかを確認してください。
Re: 奇妙な 5 パラメータ ロジスティック回帰の結果データがそれほど複雑でない場合は、5 つのパラメータでロジスティック曲線モデルを適合させることは期待できません。たとえば、4 つのパラメータ モデルでロジスティック曲線を適合させるには、データが両方の漸近線を示すことが期待されます。
このような非線形モデルは、パラメータ推定値間の相関関係が高いため、データが予想される形状のすべての特徴を示している場合でも、そもそも不安定になる可能性があります。
Re: 奇妙な5パラメータロジスティック回帰の結果こんにちは、ご返信ありがとうございます！ドキュメントを確認してみましたが、まだ探しているものが見つかりません。問題はスクリプトとは関係なく、時々フィットがうまくいかないのですが、原因がわからないのです。ドキュメントを確認している中で、この分析で何かがうまくいかないので、5PL用に変更できるパラメータセットを探しています。
Re: 奇妙な 5 パラメータ ロジスティック回帰の結果こんにちは。ご返信ありがとうございます。X 軸のビューを調整すると、すべてが不適切にフィットしているように見えます (画像を参照)。
Re: 奇妙な 5 パラメータ ロジスティック回帰の結果いらっしゃいませ！
JMP ドキュメントの「曲線のフィット」プラットフォームの章をお読みください。アッセイ希釈曲線の分析に役立つ機能が多数あります。
スクリプトは必要ありません。データ テーブルは縦長なので、行を非表示にしたり除外したりする代わりに、By ロールの識別子データ列を使用して、すべての曲線のペアを並列処理できます。
Re: 奇妙な 5 パラメータ ロジスティック回帰の結果こんにちは、
X 軸を LOG に変換するのを忘れたようです。5 パラメータの適合は最善を尽くしていますが、低い値と中間値では適合が大きく欠けていることがわかります。
最高、
TS
