説明変数と結果変数の関係を記述する非線形モデルを構築するために使用します。
フィットカーブ
- [分析] > [特殊なモデリング] > [曲線のフィット]を選択します。
- 「列の選択」から連続変数を選択し、 「Y、応答」に追加します。
- X、回帰変数の連続説明変数を選択する
グループ化変数の値ごとに個別のモデルを適合させるには、グループにカテゴリ変数を追加します（オプション）。ここでは、8つの標本（4つの処理からそれぞれ2つずつ）をサンプリングしています。
- ［OK］をクリックします。
JMP では、すべてのデータの応答値と予測値のプロットが表示され、グループ化変数が使用されている場合はグループごとに個別のグラフが表示されます。
注: 「フィット曲線」の横にある赤い三角形には、適合可能な非線形モデルのコレクションが表示されます。
JMP ヘルプの「曲線の近似プラットフォームの統計詳細」を参照して、さまざまな非線形モデルファミリーの視覚的表現を確認し、データに適したモデルを選択してください。
ここでは4パラメータロジスティックシグモイドモデルを選択しました。他のモデルも適合させて比較することも可能です。
- 赤い三角の下にあるカスタム逆予測を選択します。
応答変数（藻類密度）の値を入力すると、応答変数の特定の量をもたらすと推定される予測変数（日数）の値の予測値と、それに対応する信頼区間が生成されます。ここでは、藻類密度として2を選択しました。
JMPは説明変数の予測値と信頼区間を表示します。グループ化変数が使用されている場合は、グループ間でこれらの予測値を比較する平均分析グラフが生成されます。
実際の予測値と残差のプロット、予測の保存、残差の式などの追加オプションは、各適合モデルの赤い三角の下にあります。
Algae Mitscherlich.jmp (Help > Sample Data Folder > Nonlinear Examples)Algae Mitscherlich.jmp (ヘルプ > サンプルデータフォルダ > 非線形例)
詳細については、 JMP ヘルプの「予測および特殊モデリング > 曲線の適合と非線形回帰」を参照してください。
