<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo zusammen,
Ich suche nach einer Lösung, um einen bivariaten Datensatz mit einer kubischen Spline-Regression zu regressieren, die genau 15 Knoten hat. Wäre toll, wenn jemand eine Lösung für mich hätte!
Grüße
Ich sehe, dass die Option kubischer Splines in JMP beim Graph Builder verfügbar ist, wenn Sie den moderierenden Effekt einer kategorialen Variablen auf den Effekt einer kategorialen Variablen auf das Ergebnis testen, das zufällig ... Sie haben es erraten ... auch eine kategoriale Variable ist . Macht das Sinn? Ist das möglich?
Hallo und danke für deine Antwort! Genau so etwas, aber die Frage ist, repräsentiert Lambda die Anzahl der Knoten für meinen kubischen Spline?
Bearbeiten // Ok, ich habe jetzt gelesen, dass Ihr Vorschlag ein glättender Spline ist. Glättende Splines werden nicht mit Knoten gerechnet, sondern mit dem Faktor Lambda. Die Frage ist also, gibt es in JMP eine andere Funktion, mit der ich die Splines mit Knoten berechnen kann?
Gibt es übrigens ein nettes Feature, wie ich die Formel der Spline-Regression extrahieren und "neue" Höhenwerte berechnen kann, indem ich einfach die Gewichtswerte eingebe?
Bearbeiten// Ich glaube, ich habe eine Lösung gefunden. Der verknotete Spline-Effekt sollte für mich in Ordnung sein, er ist unter Analyse->FitModel->Attribute versteckt
Um Formeln zu extrahieren und neue Werte zu berechnen, klicken Sie einfach auf das rote rote Dreieck->Spalten speichern->Vorhersageformel
Im nächsten Schritt tragen Sie einfach die neuen x-Werte in die gleiche Spalte ein, in der sich bereits die alten x-Werte befinden. Die vorhergesagten Werte werden in der neuen Spalte angezeigt!
Etwas wie das
Bivariat (
Y ( : Höhe ) ,
X ( : Gewicht ) ,
Spline anpassen ( fünfzehn , { Linienfarbe ( { 208 , 64 , 86 } )} )
) ;
