3 차 스플라인 회귀<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />모두들 안녕,
정확한 해법을 가진 3 차 스플라인 회귀를 사용하여 이항 데이터를 회귀 분석하는 방법을 찾고 있습니다. 누군가 나를위한 해결책이 있다면 그것은 좋을 것입니다!
인사말
재 : cubic spline regression큐브 스플라인의 옵션이 그래프 빌더의 JMP에서 카테고리 변수의 영향에 대한 범주 형 변수의 영향을 테스트 할 때 사용할 수있는 결과가 나타나는 것을 봅니다. 당신은 그것을 추측했습니다 ... 또한 범주 형 변수입니다. 이게 말이 돼? 그게 가능하니?
재 : cubic spline regression안녕하세요, 귀하의 답변에 감사드립니다! 정확히 그와 비슷한 것이지만 문제는 람다가 내 3 차 스플라인의 매듭의 양을 나타내는 것입니까?
편집 / / 좋아, 이제 제안을 스무딩 스플라인이라고 읽었습니다. 스무딩 스플라인은 매듭으로 계산되지 않고 대신 람다 팩터가있는 페널티 함수가 있습니다. 그래서 문제는 JMP에서 매듭으로 스플라인을 계산할 수있는 또 다른 함수가 있습니까?
그런데 스플라인 회귀 식을 추출하고 무게 값을 입력하여 "새로운"높이 값을 계산할 수있는 좋은 기능이 있습니까?
편집 // 솔루션을 찾은 것 같습니다. 매듭이 붙은 스플라인 효과는 나에게 잘 맞아야하며, Analyze-> FitModel-> Attributes 아래에 숨겨져 있습니다.
수식을 추출하고 새 값을 계산하려면 빨간색 빨간색 삼각형 -> 열 저장 -> 예측 수식을 클릭하십시오.
다음 단계에서는 이전 x 값이 이미있는 동일한 열에 새 x 값을 적어두기 만하면됩니다. 예측 된 값이 새 열에 표시됩니다!
재 : cubic spline regression이 같은
이변 량 (
와이 ( : 신장 ) ,
엑스 ( : 무게 ) ,
맞춤 스플라인 ( 15 명 , { 선 색상 ( { 208 , 64 개 , 86 } }} )
) ;
