你好，
我正在尝试分别为每种治疗建模数据，以便 x 和 y 预测对应于 y/100 = 0,5 的 x 值以及生成的逻辑曲线的拐点。我想要一个具有 2P 的逻辑模型，因为 assyp. 已知 (1)。
为此，根据一位工作人员的建议（非常感谢），我尝试了两种不同的方法：在 Fit Model 中使用 GLMM 和非线性平台。
从我在 GLMM 中遇到的问题开始，我对此有几个疑问：
1. 我如何知道该曲线的拐点？我没有找到显示该拐点的菜单选项。
2. 误差标准差。使用二项分布（我搜索过，对于比例，我认为这是最好的选择，但我不确定）处理 C 中的误差非常高（最初的问题之一），处理 A 中的误差也很高（我以前没有遇到过这个问题）。我选择的分布是主要问题吗？
3. 最后，使用二项分布，在许多处理中，概率 Chisqr 对于“模型”并不显著，但拟合优度统计量具有良好的值（我在社区帖子中的 JMP 答案中找到了它）。使用这个 Chisqr 值，模型是否具有良好的结果？
关于使用非线性平台建模的方式，正如您在脚本中看到的，我尝试了具有不同参数化的方程（以及 JMP 中的 Log2P），但当我按“Go”时遇到了问题。结果不符合我想要的曲线，我认为这可能是由参数的初始值引起的。是否有任何形式可以估计此初始值以避免此错误？此外，当我尝试进行自定义逆向预测时，它会失败。
我在这篇文章中附上了一个匿名值数据集。目标是尽管存在数据限制，但还是能获得我在脚本中尝试过的良好结果。
先感谢您。
嗨凯克，
感谢您的提问。
- 对于二项回归曲线，拐点是概率为 0.5 的点（您已经使用逆预测函数找到该点）。
- 我认为问题不在于您选择的分布，而在于数据的稀疏性。如果您在“拟合模型”窗口中选中“Firth 偏差调整估计”框，您可能会获得更好的结果。 以下是@Mark_Bailey的一篇文章，其中提供了一些背景信息。
- 我不明白这个问题。也许社区里的其他人有见解，或者你可以重新表述一下？
关于非线性问题，您可能更适合使用 Fit Curve 平台，您可以在其中看到拐点、进行等效性检验、比较并行性等。我已将 Fit Curve 脚本附加到您的原始数据表中。
嗨@Kaik
如果你想找到曲线的拐点，你可以取一阶导数。
获得一阶导数
有关更多详细信息，请参阅帮助文档：帮助-->搜索 JMP
- 附加数值函数
- 模型拟合选项保存一阶导数
硒
JMP save first derivativeJMP save first derivativeJMP save first derivative JMP 保存一阶导数
你好@stan_koprowski ：设置二阶导数（wrt x）= 0，然后求解 x 将得到拐点......
你好，杰德，
谢谢你的回答！我会尝试你向我提出的第二点。第三点是关于 JMP 提供给我们的参数，这些参数可以判断曲线是否经过调整，以及如何解释它。
