59389_zh-TW

liliconcom

使用Matrix Math而不是Fit Model

嗨，

   我一直在嘗試使用矩陣而不是擬合模型編寫二次擬合。  這可能只是我對矩陣數學缺乏了解......但我不知道JMP如何適合我的數據。  對於以下變量X和Y，我想使用適合的數據

 

X，X * X和Y.

 

擬合模型模塊給出了以下輸出：

22.4221618758449 + 0.0545925476534461 *：Y +（：X - 6.51578947368421）*（（：X
-6.51578947368421）* -0.0568980754963725）+ -0.0988212800731804 *：X

 

我的第一個問題是Fit Model正在做什麼導致X ^ 2的-6.515789轉換？（僅使用X列的平方值）

 

我想我的第二個問題是如果我想調整矩陣擬合它，為什麼它輸出相同的參數X ^ 2和Y ..但是我沒有用我的-651589術語轉換我的X ^ 2 ？

 

輸出以下代碼：

 

攔截= 20.006524922

X = 0.6426504827

Y = 0.0545925477

X ^ 2 = -0.056898075 1

 

 

感謝有關為什麼擬合模型與矩陣數學不匹配的任何見解...... 謝謝

xVals2=Column(dt,"X")<<GETASMATRIX></GETASMATRIX>

回复：使用Matrix Math而不是Fit Model

JMP在平方之前使X ^ 2項居中（從X的值中減去X的平均值）。  這是與二次項一起使用的常用技術，因為它可以顯著降低X和X ^ 2的相關性。  它不會更改參數估計值，但會降低X ^ 2參數估計值的標準誤差。  這意味著更容易檢測出明顯的曲率。

這種轉換確實改變了截距值及其解釋。  如果你做了一些代數並且對模型的（X-Xbar）*（X-Xbar）* beta2部分進行了FOIL，那麼擬合模型結果將與你的匹配。  模型將產生相同的預測。