生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）你好，
我的客戶（Sandoz）詢問 Fit Curve 中是否有使用自訂函數進行生物測定分析和平行性測試/等效性測試的選項。
“關於您一開始展示的生物測定，是否可以建立一個使用者自訂的 4PL 模型來擬合生物測定資料的曲線？ JMP 中的 4PL 模型使用以「e」為底的冪函數，而我們使用以「b」為底的模型，其中 b = 2。我想我們可以透過 JMP 腳本來解決這個問題吧？是否也可以像預先定義模型那樣進行並行性和等效性測試？”
更詳細一些：
之所以使用不同的基數，是因為我們依賴經過驗證的軟體來計算生物測定的相對效價。在該軟體中實現的模型使用基數為 2，或至少在專案開始時是這樣設定的。
我打算主要將 JMP 用作篩選和探索性工具。在已驗證的軟體中，所有操作都會記錄在審計追蹤中，這使得探索性分析相當耗時。例如，我們有時希望移除某個特定的稀釋點，以評估等效性、平行性、R² 等適用性標準是否有所改善，或評估該變化對相對效價估計值及其信賴區間的影響。
在 JMP 中進行這些調查可以讓我們快速評估數據中的微小變化如何影響整體結果，並顯著加快評估過程。我認為 JMP 是一個非常有用的沙箱環境，可以立即測試變更並即時查看其影響。
如前所述，我們目前在已驗證的軟體中執行這項工作，但每次修改都需要記錄和說明理由。我已經在 JMP 中測試過該方法，效果很好。唯一的區別在於模型基礎，這也是我聯繫您的原因。
我找不到在“擬合曲線”中更改基準或使用自訂函數的方法。我知道非線性平台可以做到這一點，但那樣就無法進行並行性/等效性測試了。
我認為，考慮到已驗證系統的具體情況，或許可以考慮在即將推出的 Fit Curve 生物測定分支中添加自訂選項。不過，我不確定這會對平行性和等效性測試產生怎樣的影響，也就是說，如果允許更改基礎函數或使用自訂函數，是否存在一些無法保證的假設。
@Valerie_Nedbal
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）如果您儲存了「擬合曲線」平台中的參數化預測公式，就可以在「非線性」平台中使用相同的公式，並且可以對其進行修改。如果我理解正確，這應該能滿足他們的需求。此外，「非線性」平台的參數化公式還附帶滑桿和最佳化器，可以快速且有趣地進行探索。
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）嗨，傑德，
如果我理解有誤請指正，這樣做可以讓他們修改公式，看看效果如何，但他們仍然無法基於這個新公式進行並行性測試或等效性測試，而這正是他們想要做的，他們想要獲得針對不同/自定義函數（而不是內置函數）的報告。
非線性平台的方法允許使用者透過曲線分析器手動提取每個曲線的拐點，然後比較這些值。但他們無法像在「擬合曲線」功能中那樣自動獲得報告。
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）為了完整起見，這裡列出願望清單：
https://community.jmp.com/t5/JMP-Wish-List/Custom-4PL-Models-for-Exploratory-Bioassay-Analysis/idc-p/961041#M8609
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）謝謝分享，Martin。允許使用者在「擬合曲線」功能中指定自訂模型的想法已經被提過好幾次了，但這有點超出了平台的功能範圍。
向平台添加新的內建模型相對來說比較簡單。只是想確認一下，這是客戶希望我們加入的模型形式嗎？
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）@clay_barker我剛休假回來，聯絡了客戶，以下是他的回覆：
這是我們使用的4-PL模型，和您發布的非常相似：
其中 b 較小 = 2。這樣做的目的是讓使用者可以自由選擇 b 的值。
抱歉使用了不同的字母符號，但我認為意思仍然很清楚。雖然他們目前使用底數 b=2，但他們希望能夠自由選擇底數。
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）或許可以考慮實現這種通用模型，設定一個預設基準，並提供更改基準的選項（類似於我們在其他平台上更改 alpha 值和其他參數的方式）？
回覆：生物測定分析 - 以 2 為底的 Log4p 模型（而非 e）我猜客戶用的可能是 GraphPad Prism 之類的軟體。那個程式用的是 log10 的值範圍，它的迭代解法略有不同。
新建一個公式列，然後對 X 列進行以 10 為底的對數轉換，非常簡單。 「擬合平行性 > 相對效價」假設 X 列是以 10 為底的對數。您可以使用自然對數 (ln) 或任何其他轉換，但由於尺度不同，每種轉換都會得出不同的結果。在生物測定中，以 10 為底的對數轉換是最常用的 X 列轉換。我聽說有人嘗試使用以 2 為底的對數轉換，但他們的結果當然與文獻中的任何數據都不符。
