Hallo,
Ich habe versucht, eine quadratische Anpassung mit einer Matrix anstelle eines Anpassungsmodells zu erstellen. Dies könnte nur mein mangelndes Verständnis der Matrixmathematik sein ... aber ich weiß nicht, wie JMP meine Daten anpasst. Für die folgenden Variablen X und Y möchte ich die Daten mit anpassen
X, X * X und Y
Das Fit Model-Modul gibt mir folgende Ausgabe:
22.4221618758449 + 0,0545925476534461 *: Y + (: X - 6,51578947368421) * ((: X
-6,51578947368421) * -0,0568980754963725) + -0,0988212800731804 *: X
Meine erste Frage ist, was Fit Model zur Umwandlung von X ^ 2 -6.515789 führt. (vs nur mit den quadratischen Werten der X-Spalte)
Ich glaube, meine zweite Frage wäre, wenn ich die Matrix an sie anpassen wollte. Warum gibt sie dieselben Parameter für X ^ 2 und Y aus? ?
Ausgabe des Codes unten:
Intercept = 20.006524922
X = 0,6426504827
Y = 0,0545925477
X ^ 2 = -0,056898075 1
Vielen Dank für einen Einblick, warum das passende Modell nicht mit der Matrixmathematik übereinstimmt ... Vielen Dank
xVals2=Column(dt,"X")<<GETASMATRIX></GETASMATRIX>
JMP zentriert den X ^ 2 -Term (subtrahiert den Mittelwert von X von den Werten von X) vor dem Quadrieren. Dies ist eine übliche Technik, die bei quadratischen Termen verwendet wird, da sie die Korrelation von X und X ^ 2 drastisch reduzieren kann. Die Parameterschätzung wird dadurch nicht geändert, der Standardfehler für die X ^ 2-Parameterschätzung wird jedoch verringert. Dies bedeutet, dass es leichter ist, eine signifikante Krümmung zu erkennen.
Diese Transformation ändert den Intercept-Wert sowie seine Interpretation. Wenn Sie etwas Algebra und FOIL den (X-Xbar) * (X-Xbar) * beta2-Teil des Modells verwenden, wird das Ergebnis des Fit-Modells mit Ihrem übereinstimmen. Die Modelle liefern die gleiche Vorhersage.
