<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは
JMPに複数の測定点（それぞれX、Y、Z成分を持つ）の生データを取得し、このデータを最適化して最適な面を形成する方法があるかどうか疑問に思いました。基本的に私の目的は、生の計測データをOMM / CMMから取り出して、CMM / OMM測定ソフトウェアを使用せずに自分自身に合わせることです。
ご協力いただきありがとうございます！
私は答えがまさに「ベストフィット」によって意味されるものに正確に依存すると思います。W 予測変数と応答変数の間に自然な違いがない場合、またはすべての変数が誤って測定されている場合は、主成分分析を検討する必要があります。これは、予測子変数（上記のXおよびYと見なされる）が正確に測定され、応答変数（上記のZと見なされる）のみが誤差成分を持つという通常の回帰仮定とは対照的です。
赤い三角形 - > SaveColumns-> PredictionFormulaは、（X、Y）の予測値を示す数式列をテーブルに追加します。 それは一般的にあなたの元のデータポイントのどれとも正確に同じではないでしょう。 おそらくあなたが見たいものは元の列と予測された列の違いです... saveColumns-> Residuals。
それ以外のものがほしいと思うかもしれませんがね。 自分がやろうとしていることを説明できますか？おそらく、グラフは表面プロットに似ていますか。またはデータを取得するためのクエリシステムのようなもの？
回答いただきありがとうございます。指示通りにフィットモデルプラットフォームを使用しましたが、完璧に機能しました。
データをどのように適合させないかについて、何かアイデアがありますか。基本的に、X、Y、Zの式がある場合、元のZが何であるかを判断する方法はありますか？
私が使った ax + by + cz = d このようなわずかにランダムなデータを生成するための出発点として：
dt = New Table( "Untitled",
Add Rows( 20 ),
New Table Variable( "a", 5 ),
New Table Variable( "b", 7 ),
New Table Variable( "c", 11 ),
New Table Variable( "d", 13 ),
New Column( "x", Formula( Random Uniform() * 10 ) ),
New Column( "y", Formula( Random Uniform() * 10 ) ),
New Column( "z", Formula( Random Normal() / 2 + (:d - (:a * :x + 
* :y)) / :c ) )
);
これは、ほぼA、B、C、Dで定義される平面上で、ZをXとYの関数にします。
次に、Analyze-> Fit Modelを使用して、Y（応答）としてZを入力し、モデル効果にXとYを追加します。 実行をクリックします。 パラメータEstimatesは、あなたが探していると思うものです。 私の乱数では、これがわかります。
これらをA = 5、B = 7、C = 11、D = 13の形に変換し直すには、次のように式を並べ替えます。
また、d / cが13/11であるのが1.1818（1.179に近い）であることを参照してください。 兆候を見てください。 Fit Least Squaresウィンドウで曲面を見ることができます。赤い三角形のメニュー - >ファクタプロファイリング - >サーフェスプロファイラ 外観の下で実際のポイントをオンにします。
プラットフォームでは、サーフェスを回転させて平面の上下のポイントを明確に見ることができます。 ポイントをクリックして選択してください。 この絵はそれを正義しない...
