Comment obtenir une prédiction non linéaire avec deux variables dans JMP ?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Comment obtenir une prédiction non linéaire avec deux variables dans JMP ?
Re : Comment obtenir une prédiction non linéaire avec deux variables dans JMP ?J'ai également trouvé un exemple d'ajustement des données à une distribution de Weibull via la plate-forme non linéaire.
Re : Comment obtenir une prédiction non linéaire avec deux variables dans JMP ?Salut Hemi,
J'utilise souvent un modèle non linéaire pour ajuster les données.Je vais joindre un extrait de code dans l'espoir qu'il vous indiquera une direction.Je crée une colonne de formules, puis j'exécute un ajustement non linéaire.
Fondu=Tableau de données actuel();
Fondu<
f=Fondu<
Y( :Name("Std Light Output1") ), //Il s'agit de notre mesure de la puissance lumineuse d'un panneau OLED
X( :Nom( "Exponentiel étiré" ) ),
Limite d'itération (100000),
Non fileté( 1 ),
Newton,
Finir,
Par( :ID dev ),
Prédiction inverse personnalisée (réponse (0,9, 0,95),
Valeur du terme( Heures( . ) ) )
);
f_rep = f <
rep=Rapport( f[1] )[Boîte de contour (3)][Boîte de table(1)] << Créer une table de données combinées ;
rep=table de données actuelle()<
rep=table de données actuelle();
rep<
life=Report( f[1] )[Outline Box (6)][Table Box(1)] << Make Combined Data Table;
life<<
life=table de données actuelle();
life<
life<
Faites moi savoir si vous avez des questions.
David
Re : Comment obtenir une prédiction non linéaire avec deux variables dans JMP ?Bonjour Hemi,
Mes suggestions ci-dessous sont basées sur une meilleure estimation de ce que vous voulez accomplir.
Une option que vous pouvez essayer consiste à transformer soit vos données de réponse, soit vos entrées d'intérêt, soit les deux.Essayez d'utiliser une transformation logarithmique, Ln ou racine carrée pour essayer de rendre les données plus linéaires.
Vous pouvez faire tout cela directement dans la plateforme Fit Model.En procédant ainsi dans Fit Model, vous pouvez utiliser autant de variables que vous le souhaitez pour créer le modèle.
Vous pouvez cliquer avec le bouton droit sur n'importe quelle variable que vous souhaitez transformer dans la liste de sélection des colonnes et créer une colonne de transformation temporaire à utiliser dans l'analyse.Si cette transformation fonctionne, vous pouvez alors enregistrer la colonne dans la table de données en cliquant avec le bouton droit sur la colonne temporaire et en choisissant d'enregistrer la colonne.Si vous choisissez de transformer vos données de réponse, assurez-vous de sélectionner la colonne comme réponse dans la plateforme Fit Model, mettez en surbrillance la colonne "Y", puis accédez au menu déroulant Transformer en bas au milieu de la boîte de dialogue.En définissant la transformation de cette manière, votre réponse prédite sera rapportée dans les valeurs d'origine (non transformées).
Une autre option consiste à créer une formule dans une nouvelle colonne qui intègre les variables d'intérêt.Vous pouvez ensuite utiliser cette formule pour le "X" dans la plate-forme non linéaire pour développer votre modèle.Ceci est particulièrement utile et important si vous utilisez une équation de premier principe à laquelle sont associés des paramètres supplémentaires.
Quoi que vous choisissiez de faire, assurez-vous de sauvegarder votre formule de prédiction dans votre tableau de données.Accédez à Graphique > Profileur et sélectionnez votre colonne de formule de prédiction pour Y, Formule de prédiction.Assurez-vous de sélectionner Développer les formules intermédiaires en bas à gauche et sélectionnez OK.Cela vous permettra de voir comment plusieurs variables influencent la prédiction globale.
Facture
