如何计算平行线模型中的相对效价？你好，
我在拟合曲线中拟合了平行线模型 LogY=Sample+Log_Dose。
并行性测试和模型参数都没问题，和我在 R 或 PLA 软件中得到的结果完全一样。但是相对效价却完全不同。请问哪里可以找到相关的计算技术细节？谢谢！
高级统计建模基础数据分析与建模回复：如何计算平行线模型中的相对效力？一份简短的测试数据表、所使用的不同代码以及结果概述将有助于调查。
回复：如何计算平行线模型中的相对效力？预测和专业建模 > 拟合曲线 > 模型拟合选项 > 测试并行性确实包含一些信息。
回复：如何计算平行线模型中的相对效力？我使用了PLA的示例。R语言计算出的RP值为2.170981，与PLA软件的计算结果相同。但JMP的计算结果却是5.9。
估计的参数相同，所以我认为两者都使用了相同的模型，只是 JMP 的 RP 值太大。
data <- read_excel("PLA Example_parallel line.xlsx", sheet = "Sheet1")
data$Log_Dose = log(data$Dose)
data$LogY = log(data$Y)
fit <- lm(LogY ~ Sample+Log_Dose , data = data) #平行线模型：共同斜率
摘要（拟合）
系数 <- coef(fit)
db <- 系数["SampleT"] #
beta <- coefficients["Log_Dose"]
LogRP <- db / beta
RP<-exp(logRP)
在 JMP 中，我通过专门建模 -> 拟合曲线、多项式 -> 拟合线性模型并测试并行性来拟合模型。
回复：如何计算平行线模型中的相对效力？嗨@acton ，
您看到差异的原因是 JMP 中的平行线检验的估计值没有与 S 的“基线”进行比较，而是显示了每个项，因此您可以得到与屏幕截图相同的值（屏幕截图使用了样本组的虚拟编码）：
- 截距 = 5.71347（对于 S）
- SampleT = 0.70423 → T 的截距 = 5.71347 + 0.70423 = 6.4177（与 JMP 表格匹配）
- SampleU = 0.51262 → U 的截距 = 6.2261
- SampleV = 0.61602 → V 的截距 = 6.3295
标准误差估计值不同是因为 JMP 是从协方差矩阵中获取的，而您从屏幕截图中得到的估计值似乎是原始估计值。
谢谢，
本
回复：如何计算平行线模型中的相对效力？嗨，本，
我对 JMP 的截距和斜率估计值没有异议，但相对效价似乎不正确。我点击了“测试平行性”后才看到相对效价部分。我不确定这些相对效价是否适用于平行线模型。我找不到 JMP 中关于此分析的帮助文件。
谢谢，
行动
