Datenanpassung – dringendHallo,
Ich habe eine Datentabelle mit verschiedenen Werten.
Ich möchte die folgenden Daten modellieren.
Der Datensatz, den ich habe, ist T, U, V, W, X, Y, Z
Die Gleichung, die ich modellieren möchte, ist
Z^g = a*(T^h) + b*(U^i) + c*(V^j) + d*(W^k) + e*(X^m) + f*(Y^n )
Bitte brauche dringend Hilfe.
Betreff: Datenanpassung – dringend
Ich denke, dass die Einrichtung von Nonlinear, wie zuvor beschrieben, einfach ist, aber die Ergebnisse könnten Sie enttäuschen.
- Sie verfügen über kollineare Prädiktorvariablen, sodass alle Modellanpassungsverfahren mit Ausnahme von PLS Schwierigkeiten haben.
- Das von Ihnen angegebene nichtlineare Modell erfordert, wie bereits erwähnt, eine sorgfältige Beachtung der Startwerte. Gibt es eine theoretische Grundlage für ein solches Modell?
- Die nichtlinearen Modellparameter werden, wie bereits erwähnt, stark korreliert sein, was die Anpassungsverfahren weiter erschweren wird.
Ich habe versucht, ein lineares Modell mithilfe der Regression der kleinsten Quadrate basierend auf einer Polynomfunktion zweiter Ordnung mit Kreuztermen zweiter Ordnung anzupassen. Nachdem ich nicht signifikante Begriffe entfernt hatte, erreichte ich eine einigermaßen gute Übereinstimmung. Dieses Ergebnis zeigt kein besonderes Problem in der Restanalyse, außer dass es einen großen Anteil zufälliger Fehler in der Preisgestaltung gibt.
Es gibt offenbar auch eine deutliche Rechtsschiefe in der Verteilung der Residuen, so dass ein GLM mit einer nicht-Gaußschen Verteilung die Anpassung verbessern könnte. Diese Passform hat ein R-Quadrat von 0,95, was ziemlich gut ist. Auch die Auswirkungen der Prädiktoren durch dieses Modell scheinen vernünftig und durchaus interpretierbar:
Interessanterweise liefert das neuronale Modell, das 4–6 versteckte Knoten verwendet, ähnliche Ergebnisse, was ermutigend ist:
Die Residuen zeigen ein besonderes Problem.
Die Vorhersageprofile sind bis auf die Losgröße ziemlich ähnlich, aber ich habe nicht viel Zeit mit der Modellauswahl mithilfe der Methode „Kleinste Quadrate anpassen“ verbracht.
Es scheint darauf anzukommen, was wichtiger ist: die Anpassung an ein bestimmtes nichtlineares Modell oder die Vorhersage. Ersteres wird sehr schwierig sein und Ergebnisse liefern, deren Leistung wahrscheinlich nicht besser ist als bei alternativen Modellen. Letzteres bietet keine theoretische Genauigkeit, dürfte aber die erwartete Leistung erbringen.
Betreff: Datenanpassung – dringendGott sei Dank brauchten Sie nicht wirklich dringend Hilfe! 
Das war definitiv keine schnelle Wende!
Die nichtlineare Plattform ist ein großartiges Arbeitstier, insbesondere für mechanistische Modelle, kann jedoch wählerisch und temperamentvoll sein. Wie Leland Wilkinson sagte: „Nichtlineare Modellierung ist eine Kunst; nichtlineare Multiparameter-Modellierung ist Rokoko.“
Ich verstehe nicht einmal wirklich, welches „Problem“ Sie lösen möchten, aber ich konnte die nichtlineare Plattform nicht dazu bringen, Ihr Modell zuverlässig mit Ihrem Datensatz zu konvergieren. Bei der Konvergenz war die Modelldiagnose schlecht. Ich denke, das liegt daran, dass a) ich die Startwerte für die Parameter halbzufällig erraten habe, b) die Parameter stark miteinander korrelieren und c) den von Ihnen bereitgestellten Daten und Modellen wichtige Variablen fehlen, die die Aktionen der Antwort beschreiben.
Ich habe Ihren Datensatz mit der Neural-Plattform untersucht, aber selbst diese verfügte über schlechte Beschreibungsmöglichkeiten. Das lässt mich vermuten, dass Ihnen in Ihren Daten und Ihrem Modell wichtige unabhängige Variablen fehlen. Wie vielleicht Nachbarschaft und Grundstückspreis ... und Interaktionen ... und wahrscheinlich auch andere ...
„Es tut mir leid, dass ich nicht sehr hilfreich bin, aber JMP kann keine Magie ausführen, auch wenn es oft magisch erscheinen kann.“ Ich denke, Sie benötigen möglicherweise einen besseren Datensatz und ein besseres mechanistisches Modell, um die gewünschten Ergebnisse zu erzielen.
Das Warten lohnt sich nicht wirklich, denke ich...
Betreff: Datenanpassung – dringendÖffnen Sie JMP und wählen Sie aus Hilfe > Bücher > Prädiktive und spezialisierte Modellierung . Kapitel 13 in der JMP 13-Ausgabe dieses Handbuchs behandelt das Nichtlinear Plattform im Detail. Es erklärt und demonstriert, wie Sie ein benutzerdefiniertes nichtlineares Modell wie Ihres definieren.
Betreff: Datenanpassung – dringendEine lineare Lösung konnte einige Einblicke in das Problem liefern, aber ich würde trotzdem gerne wissen, wie man bei der Modellierung der nichtlinearen Lösung vorgeht. Ich hänge den Datensatz wie gewünscht an ...
Grüße,
Jay
Betreff: Datenanpassung – dringendGrüße, Jay!
Wie immer ist Jeff genau richtig; Die Nonlinear-Plattform ist der richtige Ort für Ihr Modell.
Ein mögliches Problem besteht darin, dass Sie erste Schätzungen für die Werte der Parameter in Ihrem Modell abgeben müssen. Hoffentlich kann die physische Situation einige Startwerte vorschlagen, oder haben Sie vielleicht eine frühere Analyse, die einige darauf hinweisen könnte? Wenn nicht, ist es nicht allzu aufwändig, eine Reihe von Modellen mit Parameterwertbereichen anzupassen und herauszufinden, welche am besten abschneiden, auch wenn dieser Ansatz etwas im Widerspruch zur klassischen Philosophie der nichtlinearen Modellierung steht.
Wenn Sie Ihre Daten oder sogar einen anonymisierten Datensatz weitergeben können, können wir vielleicht dringend helfen?
Betreff: Datenanpassung – dringendDu kannst den ... benutzen Nichtlineare Plattform passend für jedes benutzerdefinierte Modell, einschließlich des oben gezeigten.
