Passen Sie Daten an eine logistische Funktion mit einer bekannten Asymptote anMein Ziel ist es, diese Daten an eine logistische Funktion anzupassen (z. B. Logistic 3P).Die y-Variable stellt einen Anteil dar, der maximal mögliche Wert beträgt also 100 %. Ich muss also die Asymptote als 100 % angeben, da das Modell mir Werte bis zu dieser Grenze liefert und dies empirisch unmöglich ist (angehängtes Bild).
Danke für die Hilfe.
Grundlegende Datenanalyse und ModellierungPrädiktive Modellierung und maschinelles LernenBetreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenAnhand des Screenshots ist es schwer zu sagen: Verwenden Sie Fit Curve-, Nonlinear- oder FDE-Plattformen? Ist es außerdem möglich, einen anonymisierten Datensatz zum Arbeiten freizugeben?
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenWenn ich das richtig verstehe, müssen Sie Logistic-2P anpassen, da die Asymptote bekannt ist.
In diesem Fall müssen Sie Ihre Daten so normalisieren, dass Y zwischen 0 und 1 liegt. In Ihrem Fall sollten Sie Ihr Y vermutlich durch 100 teilen.
Danach steht das Logistic-2P zur Verfügung:
Das Skalieren Ihrer Daten sollte sich nicht auf die anderen beiden Parameterschätzungen auswirken, d. h. die verbleibenden beiden Schätzungen sind gleich. Sofern Sie nicht bei „cp“ eine Vorhersage von Y treffen möchten, müssen Sie nach der Vorhersage mithilfe des angepassten Modells zurückskalieren.
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenVielen Dank! Ich habe noch einen Zweifel bezüglich dieser Art von Analyse.
Beim Versuch, Parameterschätzungen zu vergleichen, erhalte ich diese Fehlermeldung:
Und wenn ich versuche, eine benutzerdefinierte inverse Vorhersage zu treffen, ist der Standardfehler bei zwei Variablen enorm (die anderen sind so gut):
Ist es möglich, dass diese beiden Behandlungen nicht modelliert werden können? Gibt es eine mögliche Lösung? Es sind die beiden mit einem Pfeil markierten Kurven (gelb und violett).
Vielen Dank für die Hilfe an alle Benutzer!
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenEs liegen hier nicht genügend Informationen vor, um sagen zu können, was vor sich geht. Aus der angepassten Kurve gehe ich davon aus, dass die Wachstumsratenschätzungen dieser beiden relativ hoch sind. Aus der inversen Vorhersage scheint hervorzugehen, dass die Modelle große Unsicherheiten aufweisen. Basierend auf dem, was ich hier sehe, kann ich nicht sagen, woher die Unsicherheiten kommen.
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenSollte Ihnen die fehlende Parallelität dieser Kurven Sorgen bereiten?
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenDanke für deine Hilfe, Peng.
Wenn Sie möchten, kann ich Ihnen einen anonymen Datensatz weitergeben, damit Sie damit „spielen“ und herausfinden können, was hier passiert 
.
Betreff: Daten an eine logistische Funktion mit bekannter Asymptote anpassenHallo Mark,
Nicht so sehr, denn es sind unterschiedliche Behandlungen und jede reagiert anders. Wenn Sie möchten, kann ich Ihnen einen anonymen Datensatz senden, damit Sie ihn untersuchen können .
Vielen Dank für Ihre Hilfe!
