<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMP에서 두 변수로 비선형 예측을 얻는 방법?
또한 비선형 플랫폼을 통해와 이블 분포에 데이터를 맞추는 예제를 발견했습니다.
안녕 헤미,
저는 종종 비선형 모델을 사용하여 데이터를 저장합니다. 나는 방향으로 당신을 가리킬 것이라는 희망으로 코드 스 니펫을 첨부 할 것입니다. 수식 열을 만든 다음 Non_linear Fit을 실행합니다.
페이드 = 현재 데이터 테이블 ();
Fade << New Column (지수 확장, 숫자, 연속, 수식 (매개 변수 ({a = 1, b = -0.01, c = 0.2}, a * exp (b * : Hours ^ c))));
f = 페이드 << 비선형 (
Y (: Name ( "Std Light Output1")), // 이것은 OLED 패널의 빛 출력을 측정 한 것입니다
X (: 이름 ( "Stretched Exponential"))
반복 제한 (100000),
펼쳐지지 않은 (1),
뉴튼,
끝,
By (: 개발자 ID),
사용자 지정 역 예측 (응답 (0.9, 0.95),
기간 값 (시간 (. ))))
);
f_rep = f << report;
rep = 보고서 (f [1]) [개요 상자 (3)] [표 상자 (1)] << 결합 된 데이터 표 만들기;
rep = 현재 데이터 테이블 () << Set Name ( "MSE Report");
rep = 현재 데이터 테이블 ();
rep << 저장 (:: results || "MSE Report.jmp");
life = Report (f [1]) [개요 상자 (6)] [표 상자 (1)] << 결합 된 데이터 표 만들기;
생활 << 현재 자료 표 << 집합 이름 ( "결합 된 삶의 예측");
life = 현재 데이터 테이블 ();
life << New Column ( "Exp No", 문자, 수식 (Substr (: Dev ID, 1, 10)));
인생 << 저장 (:: results || "결합 된 T90 Predictions.jmp");
질문이 있으면 알려주세요.
데이브
안녕 헤미,
아래의 제안 사항은 귀하가 성취하고자하는 바를 가장 잘 추측 한 것입니다.
시도 할 수있는 한 가지 옵션은 응답 데이터 또는 관심있는 입력 또는 둘 다를 변환하는 것입니다. 로그, Ln 또는 제곱근 변환을 사용하여 데이터를보다 선형 적으로 만들 수 있습니다.
이 모든 것을 Fit Model 플랫폼에서 직접 수행 할 수 있습니다. 모델에 맞추기 (Fit Model)에서 이렇게하면 모델을 만들려는만큼의 변수를 사용할 수 있습니다.
열 선택 목록에서 변환 할 변수를 마우스 오른쪽 단추로 클릭하고 분석에 사용할 임시 변환 열을 만들 수 있습니다. 이 변환이 작동하면 임시 열을 마우스 오른쪽 단추로 클릭하고 열을 저장하여 열을 데이터 테이블에 저장할 수 있습니다. 응답 데이터를 변환하도록 선택하는 경우 모델 모델 플랫폼에서 열을 응답으로 선택하고 "Y"열을 강조 표시 한 다음 대화 상자의 하단 중간에있는 변형 드롭 다운으로 이동하십시오. 이 방법으로 변환을 설정하면 예측 된 응답이 원래의 (변환되지 않은) 값으로보고됩니다.
또 다른 옵션은 관심있는 변수가 포함 된 수식을 새 열에 작성하는 것입니다. 그런 다음 비선형 플랫폼의 "X"에 해당 수식을 사용하여 모델을 개발할 수 있습니다. 이것은 관련된 추가 매개 변수가있는 첫 번째 원칙 방정식을 사용하는 경우 특히 유용하고 중요합니다.
무엇을 선택하든 예측 공식을 다시 데이터 테이블에 저장하십시오. 그래프> 프로필러로 이동하여 Y, 예측 수식에 대한 예측 수식 열을 선택하십시오. 왼쪽 하단에있는 Intermediate Formula를 선택하고 OK를 선택하십시오. 이렇게하면 여러 변수가 전체 예측에 어떤 영향을 주는지 확인할 수 있습니다.
계산서
