<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola todos,
Estoy buscando una solución para retroceder un conjunto de datos bivariado con una regresión spline cúbica que tiene exactamente 15 nudos. ¡Sería genial si alguien tiene una solución para mí!
Saludos
Veo que la opción de splines cúbicos está disponible en JMP en el generador de gráficos cuando prueba el efecto moderador de una variable categórica sobre el efecto de una variable categórica en el resultado que resulta ser... lo adivinó... también variable categórica . ¿Esto tiene sentido? ¿Es eso posible?
Hola y gracias por tu respuesta! Exactamente algo así, pero la pregunta es, ¿lambda representa la cantidad de nudos para mi spline cúbico?
Editar // Ok, he leído ahora que su sugerencia es una spline suavizante. Las splines de suavizado no se calculan con nudos, sino que tiene una función de penalización con el factor lambda. Entonces, la pregunta es, ¿hay otra función en JMP que pueda calcular las splines con nudos?
Por cierto, ¿hay una buena característica de cómo puedo extraer la fórmula de la regresión spline y calcular valores de altura "nuevos" simplemente ingresando los valores de peso?
Editar // Creo que encontré una solución. El efecto de spline anudado debería estar bien para mí, está oculto en Analizar->FitModel->Atributos
Para extraer fórmulas y calcular nuevos valores, simplemente haga clic en el triángulo rojo rojo->guardar columnas->fórmula de predicción
En el siguiente paso, simplemente escriba los nuevos valores de x en la misma columna donde ya estaban los valores de x anteriores. ¡Los valores pronosticados se muestran en la nueva columna!
Algo como esto
bivariado (
Y ( : altura ) ,
X ( : peso ) ,
Ajustar spline ( 15 , { Color de linea ( { 208 , 64 , 86 } )} )
) ;
