什么是分段回归？

在某些情况下，您可能希望将不同的模型拟合到您数据的不同部分。这称为“分段回归”。这通常发生在动力学实验中，在记录数据的同时添加一种药物或进行某种干预。相比于干预后收集的值，干预前收集的值遵循不同的模型。

如果您未在特定时间内沿X轴执行干预，则这种分段回归不太可能是对选择的分析。

如何使用Prism进行分段回归

尽管Prism没有内置方法来将不同方程拟合到数据的不同部分，但可使用包含IF函数的用户定义的方程来实现该效果。

在本示例中，您收集了在实验早期建立基线的数据，直至“开始”。然后，您添加一种药物，并跟踪其结果（Y），因为这种药物增加到一个稳定段。注射前，数据遵循一条水平线；注射后，数据形成指数关联曲线。

Y1=基线

Y2=基线+跨度*（1-exp（-K*（X-START）））
Y=IF[（X<START），Y1，Y2）]

 

最容易理解该方程的方法是首先读取底线。对于小于“开始”的X值，Y等于Y1，此为基线值。否则，Y等于Y2，其由指数关联方程进行定义。

该方程具有两个中间变量（Y1和Y2）。Prism可拟合四个真实变量：开始、跨度、K和基线。

在许多情况下，您会将“开始”设为一个等于实验干预时间的常数。如果您想让Prism拟合“开始”，则仔细选择一个初始值。

X为时间时，这种模型的拟合度最佳，并通过在特定时间点发生某些事情来更改模型。在上述示例中，在时间=“开始”时注射药物。

如何将模型仅拟合到数据的一部分

非线性回归对话框的“范围”选项卡允许您定义一个确定拟合哪些点以及忽略哪些点的X范围。