Ajuster les données à une fonction logistique avec une asymptote connueMon objectif est d'adapter ces données à une fonction logistique (Logistique 3P par exemple). TLa variable représente une proportion, donc la valeur maximale possible est de 100 %. Je dois donc spécifier l'asymptote à 100 % car le modèle me donne des valeurs allant jusqu'à cette limite, et c'est empiriquement impossible (image ci-jointe).
Merci pour l'aide.
Analyse et modélisation des données de baseModélisation prédictive et apprentissage automatiqueRe : Ajuster les données à une fonction logistique avec une asymptote connueIl est difficile de le dire à partir de la seule capture d'écran : utilisez-vous des plates-formes Fit Curve, Nonlinear ou FDE ? De plus, est-il possible de partager un ensemble anonymisé de données avec lesquelles travailler ?
Re : Ajuster les données à une fonction logistique avec une asymptote connueSi je comprends bien, vous devez adapter Logistic-2P, car l'asymptote est connue.
Dans ce cas, vous devez normaliser vos données, de telle sorte que Y soit compris entre 0 et 1. Dans votre cas, je suppose que vous devriez diviser votre Y par 100.
Après cela, le Logistic-2P sera disponible :
La mise à l'échelle de vos données ne devrait pas avoir d'impact sur les deux autres estimations de paramètres, c'est-à-dire que les deux estimations restantes sont identiques. À moins que vous ne souhaitiez faire une sorte de prédiction de Y étant donné "cp", vous devez alors réduire après la prédiction à l'aide du modèle ajusté.
Re : Ajuster les données à une fonction logistique avec une asymptote connueMerci beaucoup! J'ai un autre doute lié à ce genre d'analyse.
Lorsque j'essaie de comparer les estimations de paramètres, j'obtiens cette erreur :
Et lorsque j'essaie de faire une prédiction inverse personnalisée, l'erreur standard dans deux variables est énorme (les autres sont si bonnes) :
Est-il possible que ces deux traitements ne puissent pas être modélisés ? Y a-t-il une solution possible ? Ce sont les deux courbes marquées d'une flèche (jaune et violette).
Merci pour l'aide à tous les utilisateurs !
Re : Ajuster les données à une fonction logistique avec une asymptote connueIl n'y a pas suffisamment d'informations ici pour que je puisse dire ce qui se passe. D’après la courbe ajustée, je soupçonne que les estimations du taux de croissance de ces deux éléments sont relativement importantes. D’après la prédiction inverse, il semble que les modèles comportent de grandes incertitudes. Je ne peux pas dire d’où viennent les incertitudes sur la base de ce que je vois ici.
Re : Ajuster les données à une fonction logistique avec une asymptote connueFaut-il s’inquiéter du manque de parallélisme entre ces courbes ?
Re : Ajuster les données à une fonction logistique avec une asymptote connueMerci pour votre aide Peng.
Si vous le souhaitez, je peux vous transmettre un ensemble de données anonymes pour "jouer" avec, pour découvrir ce qui se passe ici 
.
Re : Ajuster les données à une fonction logistique avec une asymptote connueBonjour Mark,
Pas tellement, car ce sont des traitements différents et chacun réagit différemment. Si vous le souhaitez, je peux vous envoyer un ensemble de données anonyme pour enquêter .
Merci beaucoup pour votre aide !
