预测和专业建模 • 拟合曲线 • “拟合曲线”报表
上一个
 • 
下一个
“拟合曲线”报表
“拟合曲线”报表最初仅包含 X-Y 图（“拟合曲线”报表：无分组变量（左）和有分组变量（右））。若您指定“分组”变量，该报表则包含每一组拟合模型的叠加图和单个图（如“拟合曲线”报表：无分组变量（左）和有分组变量（右）中的右图所示）。
“拟合曲线”报表：无分组变量（左）和有分组变量（右）
从“拟合曲线”红色小三角菜单中选择以下任意内置模型：
多项式
拟合一阶到五阶多项式。
S 形曲线
拟合 Logistic、Probit 和 Gompertz 模型。这些模型呈 S 形，具有上下渐近线。双参数、三参数和四参数 Logistic 模型以及双参数和四参数 Probit 模型都是对称的。五参数 Logistic 和两个 Gompertz 模型不对称。仅当响应介于 0 与 1 之间时，双参数 Logistic 才可用。举例来说，学习曲线和肿瘤生长建模曲线是 S 形曲线，这两种曲线都是起初增长而后增长逐渐减弱。
指数增长和衰减
拟合指数、双指数和机理生长模型。双参数指数和三参数指数相似，但是三参数模型有渐近线。双指数模型假定有两个不同的增长或衰减过程。机理生长和三参数指数模型一直保持增长，但增长率会减慢，因此模型具有渐近线。举例来说，病毒传播和药物半衰期分别符合指数增长和指数衰减函数。
峰模型
拟合高斯峰和 Lorentzian 峰模型。这些模型增长到峰值然后衰减。高斯峰模型是统一尺度版本的高斯概率密度函数 (PDF)。Lorentzian 峰模型是统一尺度版本的 Cauchy 分布（连续概率分布）。这些模型可用于某些化学浓度试验和人工神经网络。
药物代谢动力学模型
拟合“单室口服剂量”模型、“双室快速静脉注射剂量”模型和“四参数双指数”模型。该选项用于对体内的药物浓度建模。
拟合 Michaelis-Menten
拟合 Michaelis-Menten 生化动力学模型，该模型将酶促反应率与底物浓度联系起来。
请参见《使用 JMP》手册中的本地数据过滤器、“恢复”菜单和“保存脚本”菜单 “JMP 报表”一章，获取有关下列选项的信息：
本地数据过滤器
显示或隐藏本地数据过滤器，该过滤器使您可以过滤特定报表中使用的数据。
重新运行
包含使您可以重复运行分析或重新启动分析的选项。在支持该功能的平台中，“自动重新计算”选项可将您对数据表所做的更改立即体现在相应的报表窗口中。
保存脚本
包含使您可以保存脚本的选项，可将重新生成报表的脚本保存到多个不同的位置。
保存“依据”组脚本
包含使您可以保存脚本的选项，可将为“依据”变量的所有水平重新生成平台报表的脚本保存到多个不同的位置。仅当在启动窗口中指定“依据”变量时才可用。