用于构建描述解释变量和结果变量之间关系的非线性模型。
拟合曲线
- 选择“分析”>“专用建模”>“拟合曲线” 。
- 从“选择列”中选择一个连续变量，并将其添加到Y，响应中。
- 选择一个连续解释变量X，回归器
在分组变量中添加分类变量，以便为分组变量的每个值分别拟合一个模型（可选）。这里我们采集了八个样本（来自四种处理方式，每种处理方式两个样本）。
- 点击确定。
JMP 会显示所有数据的响应值与预测值的关系图，如果使用了分组变量，则会显示每个组的单独图表。
注意：拟合曲线旁边的红色三角形显示了可以拟合的非线性模型集合。
请参阅JMP 帮助中的“拟合曲线平台的统计详情”，查看不同非线性模型族的视觉表示，以帮助您选择适合您数据的模型。
这里选择了四参数逻辑S型模型。还可以拟合和比较其他模型。
- 选择红色三角形下的自定义逆预测。
代入响应变量（藻类密度）的值，以生成预测值及其对应的置信区间，用于预测预测变量（天数）在给定响应变量值下的变化情况。这里我们选择藻类密度为 2。
JMP 会显示解释变量的预测值和置信区间。如果使用了分组变量，则会生成均值分析图，比较不同组的预测值。
每个拟合模型的红色三角形下方还有其他选项，例如“实际值与预测值对比图”、 “残差与预测值对比图” 、 “保存预测”和“残差公式” 。
Algae Mitscherlich.jmp (Help > Sample Data Folder > Nonlinear Examples)藻类 Mitscherlich.jmp（帮助 > 示例数据文件夹 > 非线性示例）
访问JMP 帮助中的“预测和专业建模 > 拟合曲线和非线性回归”了解更多信息。
