<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Bonjour tout le monde,
Je cherche une solution pour régresser un ensemble de données bivariées avec une régression spline cubique qui a exactement 15 nœuds. Ce serait super si quelqu'un avait une solution pour moi !
Les salutations
Je vois que l'option de splines cubiques est disponible dans JMP au niveau du générateur de graphes lorsque vous testez l'effet modérateur d'une variable catégorielle sur l'effet d'une variable catégorielle sur le résultat qui se trouve être... vous l'avez deviné... également variable catégorielle . Est-ce que ça a du sens? Est-ce possible?
Bonjour et merci pour votre réponse ! Exactement quelque chose comme ça, mais la question est, est-ce que lambda représente la quantité de nœuds pour ma spline cubique ?
Edit // Ok, j'ai lu maintenant que votre suggestion est une spline de lissage. Les splines de lissage ne calculent pas avec des nœuds, mais vous avez une fonction de pénalité avec le facteur lambda. La question est donc de savoir s'il existe une autre fonction dans JMP qui me permet de calculer les splines avec des nœuds.
Soit dit en passant, existe-t-il une fonctionnalité intéressante permettant d'extraire la formule de la régression spline et de calculer les "nouvelles" valeurs de hauteur en saisissant simplement les valeurs de poids ?
Edit // Je pense avoir trouvé une solution. L'effet de spline nouée devrait me convenir, il est caché sous Analyze-> FitModel-> Attributs
Pour extraire des formules et calculer de nouvelles valeurs, il suffit de cliquer sur le triangle rouge rouge->enregistrer les colonnes->formule de prédiction
À l'étape suivante, écrivez simplement les nouvelles valeurs x dans la même colonne où les anciennes valeurs x sont déjà. Les valeurs prédites sont affichées dans la nouvelle colonne !
Quelque chose comme ça
Bivarié (
Oui ( : la taille ) ,
X ( : masse ) ,
Ajuster la spline ( 15 , { Couleur de la ligne ( { 208 , 64 , 86 } )} )
) ;
