拟合尖锐区域我的数据通常可以与指数衰减函数相匹配，但是在曲线上的某个点上出现快速峰值，然后衰减继续，因此如何将这个尖锐的边缘拟合到指数函数内？
高级统计建模实验设计预测模型和机器学习回复：拟合尖锐区域非常感谢 Victor 的指导。
回复：拟合尖锐区域是的@Sherif_96 ，你可以对分段函数的预测模型使用相同的方法。你可以按照程序从每个函数中提取参数并将它们链接到你的原始因子。
以下一些进一步的建议/意见可以帮助您完成项目：
- 确保分段函数是合适的：它应该具有适合拟合曲线的点数的正确复杂程度。
- 尽量避免完美拟合曲线的所有点，并找到能够很好地近似一般行为的一般模式或函数集合。分段函数应代表每个样本的行为/模式，因此在将此分段函数拟合到每个样本时，您应该具有相似的 SSE。
如果多个样本并非如此，那么可能模式尚未完全发现。
如果只有一些样本与分段函数的模式不同，那么可能需要调查：异常值？实验或测量误差？等等...
- 确保因子范围（V/B 比）足够大，探索的水平间隔足够大，以便曲线响应具有良好的可变性、具有代表性的实验样本并便于分析。您还应确保为拟合曲线模式而创建的分段函数也可能具有良好的泛化特性。
关于混合设计，有各种 JMP 资源可供参考：
您还可以加入 实验设计俱乐部，这是一群充满热情的 DoE 用户，每季度举行一次会议并进行深入讨论。下次会议计划于 6 月 11 日举行： https://www.jmp.com/en_gb/events/users-groups/users-group-meetings/doe-community-of-practice-multi-registration.html
希望这些资源能对你有所帮助，
回复：拟合尖锐区域一如既往地感谢您，Victor，如果我想创建一个预测模型，我将遵循您在之前的帖子中建议的步骤。对于分段函数，这是否正确？
您能推荐一些使用 JMP 学习混合设计的资源吗？
回复：拟合尖锐区域我认为您指的是这个数据集，其中有几个样本（相同 X 值的几个 Y）？： https 
/community.jmp.com/t5/Discussions/How-to-obtain-the-optimum-formulation/mp/762444#M94169
如果您已在数据表中确定了样本，则可以使用非线性平台并使用“By”变量中的样本 ID 来将分段方程独立地拟合到每个样本。您可以按 CTRL + 单击“Go”以同时独立地启动所有样本的参数估计。
然后，您可以汇总参数值（在面板“解决方案”中右键单击包含参数估计值的表，然后单击“制作组合数据表”），比较它们，并将它们与您的因子变量进行链接/分析（例如，通过使用 V/B 比率更新生成的表，按参数拆分数据表并分析参数值与 V/B 比率之间的相关性）：
我附上了数据集，以便您可以测试并查看我的回复中使用的步骤，
回复：拟合尖锐区域但是，如果同一个 X 有多个 Y 值，会发生什么情况？Y 值略有不同，但遵循相同的模式，并且由于其他因素的存在而有所不同。我可以使用分段函数拟合不同的响应，同时考虑 X 和其他因素的影响吗？
回复：拟合尖锐区域感谢您清晰的解释和指导步骤。
回复：拟合尖锐区域你好@Sherif_96 ，
我正在考虑两种可能的分析方法来处理指数函数中的尖锐边缘：
- 如果轮廓/曲线模式始终出现在定义的 x 值/区域，则您可以使用“非线性回归”平台并定义分段函数：
- 您也可以使用函数数据浏览器 (jmp.com)来拟合 P 样条函数阶跃曲线。它不会保留曲线的指数形状，但可以通过用阶跃函数近似函数来处理尖锐的边缘。在 JMP 18 中，还可以更轻松地识别峰值，因此当 JMP 18 可用时，它也可能是一个值得测试的有趣选项……
即使 JMP 中存在针对您问题的分析解决方案，我也愿意赞同@statman关于曲线中此峰值的“重要性”的消息。这真的是您在分析中必须保留的重要且具有实际意义的模式吗？从统计角度来看，分段函数 (SSE=237) 和使用“拟合曲线”平台的“简单”指数函数的近似值 (SSE=287) 之间的模型平方和误差 (SSE) 并没有太大差异。
这两个分析（分段与“简单”指数函数）的残差看起来也非常相似：
我附加了所用脚本的数据表，以便您可以自己尝试并分析什么对您有意义。
希望对你有帮助，
回复：拟合尖锐区域这个峰值实际上与混合物中特定化学成分的存在有关，所以我试图生成一个不忽略任何方面的预测模型，因为如果用指数函数拟合，忽略这个尖锐边缘的影响可能会导致与原始数据的偏差。
回复：拟合尖锐区域你想做什么？你为什么要拟合这个峰值？你是想解释为什么会出现峰值吗？还是预测峰值？你是想评估这是否是一个不寻常的事件（例如，特殊事件）？从实际角度来看，这个峰值的实际意义是什么？
