- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
4参数拟合汇总
曲线拟合、回归模型介绍一、直线拟合回归:?直线回归是最简单的回归模型,也是最基本的回归分析方法, 将所有的测试点拟合为一条直线,其方程式为:y=a+bx 二、二次多项式拟合回归:?二次多项式成抛物线状,开口向下或者向上,在很多ELISA实验中,拟合近似于二次多项式的升段或者降段,由于曲线的特性,同一个浓度值在曲线图上可能表现出没有对应的OD值、有一个OD值,或者两个OD值,所以使用二次多项式拟合时,最好保证取值的范围都落在曲线的升段或者降段,否则哪怕是相关系数很好也很可能与实际的值不一致。其方程式为:y = a + b x + c x2 ,形状如下图:三、三次多项式拟合回归:?三次多项式像倒状的‘S’形,在实验结果刚好在曲线的升段或者降段的时候,效果还可以,但是对于区间较广的情形, 由于其弯曲的波动,三次方程拟合模拟不一定很好.跟二次方程拟合一样,看曲线的相关系数的同时也要看计算的点在曲线上的分布,这样才算出理想的结果,本软件计算值时,选择性的取相对于浓度或者OD值,比较符合实际的那个结果,而没有将多个结果列出。方程式为:y = y = a + b x + c x2 + d x3 ,形状如下图:四、半对数拟合回归:?半对数拟合即将浓度值取对数值,然后再和对应的OD值进行直线回归,理想的状态下,在半对数坐标中是一条直线,常用于浓度随着OD值的增加或者减低呈对数增加或者减少的情况,即浓度的变化比OD值的变化更为剧烈。在ELISA实验中较常用(有很多用EXCEL画图时,也常使用半对数)方程式为:y = a lg(x) + b ,形状如下图(注意其X轴是对数坐标):五、Log-Log拟合回归:?Log-Log拟合和半对数相似,只是将OD值和对应的浓度值均取对数,然后再进行直线回归,方程式为:lg(y) = a lg(x) + b ,形状如下图:六、Logit-log 直线回归:?Logit-log 则是免疫学检测中的模型, 可用于竞争法. 它最早用于 RIA, 但在 ELISA 中也是可以应用的. Logit 变换源于数学中的 Logistic 曲线.在竞争 RIA 及 ELISA 中, 当竞争性反应物为 0 时结合率为 100%, 如果某一浓度下结合率为 B,B=OD/OD(0),在对B进行 Logit 变换:y=ln[B/(1-B)] ,之后y与浓度的对数成线性关系,即:y = a + b lg x方程式为:lg(y) = a lg(x) + b 就得到了Logit-log 直线回归模型,这个模型一般适用于竞争法的拟合,所以拟合时要求只有少有一个零浓度测试的OD值,并且此值为整个反应的最大值(也就是我们常说的至少要做一个空白对照)。七、四参数拟合回归:?四参数方程的表达式为:?它不仅限于竞争法, 实际上夹心法也可以用它。它的形状, 根据情况, 可能是一个单调上升的类似指数, 对数, 或双曲线的曲线, 也可能是一个单调下降的上述曲线, 还可以是一条 S 形曲线。 它要求 X 值不能小于0 (因为指数是实数, 故有此要求)。 在很多情况下它都可以拟合 ELISA 的反应曲线, 所以它也成了 ELISA 中应用最广的模型之一。八、三次样条插值:?早期工程师制图时,把富有弹性的细长木条(所谓样条)用压铁固定在样点上,在其他地方让它自由弯曲,然后沿木条画下曲线。成为样条曲线,三次样条插值(简称Spline插值)是通过一系列形值点的一条光滑曲线,数学上通过求解三弯矩方程组得出曲线函数组的过程。所以三次样条插值实际上各个测试点间的每一段都是一个三次方程,并对两端都进行平滑处理,得到的一组三次方程组。本软件的算法中的边界条件取的是自然边界(即边界点的导数为0,)这样处理出来的曲线更符合ELISA的实验结果,在数据点较多时,其拟合的效果也和实际结果非常吻合。现在有些自动化的分析仪器中,比如某些型号的全自动化学发光分析仪,计算结果就是使用三次样条插值进行结果的处理的。。九、点对点计算:?顾名思义,点对点就是将测试点画在坐标上,然后依次用直线连起来,然后依照浓度或者OD值,求出其在某一段直线上的OD值或者浓度值,是一种较为粗糙的拟合方法,在数据较为密集时结果还算可以。
文档评论(0)