将数据拟合到具有已知渐近线的逻辑函数我的目标是将这些数据拟合到逻辑函数（例如 Logistic 3P）。Ty 变量代表比例，因此最大可能值为 100%。所以我需要将渐近线指定为 100%，因为模型给出的值超过了这个限制，而这在经验上是不可能的（附图）。
谢谢你的帮助。
基础数据分析与建模预测模型和机器学习回复：使用已知渐近线将数据拟合到逻辑函数仅从屏幕截图很难判断：您使用的是 Fit Curve、Nonlinear 还是 FDE 平台？此外，是否可以共享一组匿名数据以供使用？
回复：使用已知渐近线将数据拟合到逻辑函数如果我理解正确的话，您需要拟合 Logistic-2P，因为渐近线是已知的。
在这种情况下，您需要对数据进行规范化，使得 Y 介于 0 和 1 之间。对于您的情况，我猜您应该将 Y 除以 100。
此后，Logistic-2P 将可用：
缩放数据不应影响其他两个参数估计值，即其余两个估计值相同。除非您想在给定“cp”的情况下对 Y 进行某种预测，否则您需要在使用拟合模型进行预测后缩减。
回复：使用已知渐近线将数据拟合到逻辑函数非常感谢！我对这种分析还有另一个疑问。
当我尝试比较参数估计时，出现此错误：
当我尝试进行自定义逆预测时，两个变量的标准误差非常大（其他变量都很好）：
这两种治疗方法可能无法建模吗？ 有解决方案吗？ 它们是用箭头标记的两条曲线（黄色和紫色）。
感谢对所有用户的帮助！
回复：使用已知渐近线将数据拟合到逻辑函数这里的信息不够，所以我无法判断发生了什么。从拟合曲线来看，我怀疑这两个的增长率估计值相对较大。从逆向预测来看，这些模型似乎有很大的不确定性。根据我在这里看到的情况，我无法判断不确定性来自哪里。
回复：使用已知渐近线将数据拟合到逻辑函数您是否应该担心这些曲线之间缺乏平行性？
回复：使用已知渐近线将数据拟合到逻辑函数谢谢彭先生的帮助。
如果您愿意，我可以将一个匿名数据集传递给您，让您“玩”它，以发现这里发生了什么:)。
回复：使用已知渐近线将数据拟合到逻辑函数你好，马克，
不太多，因为它们是不同的治疗方法，而且每个人的反应都不同。如果你愿意，我可以给你发一个匿名数据集来调查它 
。
非常感谢您的帮助！
