14_it-IT

liliconcom

Regressione non lineareSto provando ad adattare un modello predittore (x) non lineare. Sotto qualche valore di x la mia forma del modello è diversa da quella sopra x. Usando un condizionale se nella formula, sto impostando quel valore x su un parametro da stimare:

Parametro ({theta1 = 1, theta2 = 1, b2 = 20, b3 = 1, b4 = 1},

Se (: Pore Size - b2 <0, 1 / (1 + theta1 * Exp (theta2 * (: Pore Size - 10))),

1 / (1 + b3 * Exp (b4 * (: dimensione dei pori - 10)))))

Ma quando corro non lineare con questo modello, JMP non varierà b2 - lo mantiene fisso.

Qualche aiuto là fuori?Ri: Regressione non lineareMark, buono a sentirti! Sto lavorando a Corning Glass ora.

Ad ogni modo, mi sono imbattuto nell'uso dell'approccio moltiplicatore booleano. Stavo cercando di impostare b2 dai dati come un punto sconosciuto. Stavo cercando di combinare le funzioni per adattare meglio i dati. Ho scoperto che il non lineare può essere molto sensibile - se chiedo qualcosa che causa difficoltà può essere davvero un dolore mentre sto tentando di inserire 140+ curve contemporaneamente.Ri: Regressione non linearePenso che tu possa fare questa regressione. Sei sulla strada giusta. Hai solo bisogno di espandere il test condizionale in modo che le due forme del modello siano il secondo e il terzo argomento (ignorando i parametri per il momento):

Se (criterio,
Model1,
model2
);

Non sono sicuro di b2 come parametro. Questo criterio è impostato indipendentemente o è adatto ai dati? Si potrebbe voler sostituire b2 con costante se è il primo uso.

Un altro modo è utilizzare un'espressione booleana come moltiplicatore in un modello che include entrambe le forme. In questo modo, la logica determina quale forma contribuisce al modello per un particolare valore di X:

(criterio) * model1 + Not (criterio) * model2;