38595_it-IT

liliconcom

Raccordo dati - Urgente

Ciao,

 

Ho una tabella dati con vari valori.

 

Voglio modellare i seguenti dati.

 

Il set di dati che ho sono T, U, V, W, X, Y, Z

 

L'equazione che voglio modellare è

 

Z ^ g = a * (T ^ h) + b * (U ^ i) + c * (V ^ j) + d * (W ^ k) + e * (X ^ m) + f * (Y ^ n )

 

Per favore hai bisogno di aiuto urgentemente.

Re: Data Fitting - Urgente

 

Penso che impostare Nonlinear, come descritto in precedenza, sia semplice ma i risultati potrebbero deluderti.

• Sono presenti variabili di predittore collineari, pertanto tutte le procedure di adattamento del modello avranno difficoltà, ad eccezione di PLS.
• Il modello non lineare che hai specificato richiederà un'attenta attenzione ai valori iniziali, come indicato in precedenza. Esiste una base teorica per tale modello?
• I parametri del modello non lineare saranno altamente correlati, come affermato in precedenza, il che ostacolerà ulteriormente le procedure di adattamento.

Ho provato ad adattare un modello lineare usando la regressione ordinaria dei minimi quadrati basata su una funzione polinomiale di secondo ordine con termini incrociati di secondo ordine. Ho raggiunto un discreto adattamento dopo aver rimosso termini non significativi. Questo risultato non mostra alcun problema particolare nell'analisi residua, tranne per il fatto che esiste una grande componente di errori casuali nella determinazione del prezzo.

C'è anche un evidente disallineamento di destra nella distribuzione dei residui, quindi un GLM con distribuzione non gaussiana potrebbe migliorare l'adattamento. Questa misura ha un quadrato R di 0,95, che è abbastanza buono. Anche gli effetti dei predittori attraverso questo modello sembrano ragionevoli e abbastanza interpretabili:

È interessante notare che il modello neurale che usa 4-6 nodi nascosti dà risultati simili, il che è incoraggiante:

I residui mostrano un problema particolare.

I profili di previsione sono abbastanza simili tranne che per Dimensione lotto, ma non ho dedicato molto tempo alla selezione del mio modello utilizzando Fit Least Squares.

Sembra scendere a quale sia più importante, adattando un particolare modello non lineare o prevedendo. Il primo sarà molto difficile con risultati che probabilmente non saranno migliori nelle prestazioni rispetto ai modelli alternativi. Quest'ultimo non fornisce un rigore teorico, ma è probabile che funzioni altrettanto bene che ci si possa aspettare.

Re: Data Fitting - Urgente

Grazie a Dio non hai davvero bisogno di aiuto con urgenza! Questo sicuramente non è stato un rapido turn-around!

 

La piattaforma Non lineare è un grande cavallo di battaglia, soprattutto per i modelli meccanici, ma può essere raffinata e temperante.  Come ha detto Leland Wilkinson "La modellazione non lineare è un'arte, la modellazione non lineare multiparametro è rococò".  

 

In realtà non capisco nemmeno quale "problema" tu stia cercando di risolvere, ma non sono riuscito a far convergere il tuo modello in modo affidabile sul tuo set di dati dalla piattaforma Non lineare.  Quando convergeva, la diagnostica del modello era scadente.  Penso che sia perché a) indovinare in modo semi-casuale i valori iniziali per i parametri, b) i parametri sono altamente intercorrelati, e c) i dati e il modello forniti mancano di variabili importanti che descrivono le azioni della risposta.

 

Ho esplorato il tuo set di dati con la piattaforma Neural, ma anche con le sue scarse capacità di descrizione.  Questo mi porta a pensare che manchi importanti variabili indipendenti nei dati e nel modello.  Come forse il vicinato e il prezzo della terra ... e le interazioni ... e probabilmente altri ...

 

'Mi dispiace essere meno che utile, ma JMP non può eseguire la magia, anche se spesso può sembrare magico.  Penso che potresti avere bisogno di un set di dati migliore e un modello meccanicistico migliore per ottenere i risultati che cerchi.

 

Non vale davvero la pena aspettare, immagino ...

Re: Data Fitting - Urgente

Aprire JMP e selezionare Aiuto > Libri > Modellazione predittiva e specializzata . Il capitolo 13 nell'edizione JMP 13 di questa guida copre il Nonlinear piattaforma in dettaglio. Spiega e dimostra come definire un modello non lineare personalizzato come il tuo.

Re: Data Fitting - Urgente

Una soluzione lineare è stata in grado di fornire alcune informazioni sul problema, ma mi piacerebbe ancora sapere come procedere per modellare la soluzione non lineare. Allego il set di dati come richiesto ...

 

Saluti,

ghiandaia

Re: Data Fitting - Urgente

Saluti, Jay!

 

Come al solito, Jeff è azzeccato; La piattaforma Non lineare è il posto dove stare per il tuo modello.

 

Un potenziale problema che potresti incontrare è che dovrai fornire ipotesi iniziali per i valori dei parametri nel tuo modello.  Speriamo che la situazione fisica possa suggerire alcuni valori iniziali, o forse hai un'analisi precedente che potrebbe suggerire alcuni? In caso contrario, non è troppo oneroso per adattarsi a un numero di modelli con intervalli di valori di parametro e vedere quali sono i migliori, anche se questo approccio è in qualche modo contrario alla filosofia classica della modellazione non lineare.

 

Se puoi condividere i tuoi dati, o anche qualche insieme di dati anonimi, forse possiamo aiutare con urgenza?

Re: Data Fitting - Urgente

Puoi usare il Piattaforma non lineare per adattarsi a qualsiasi modello personalizzato incluso quello che hai mostrato sopra.