Ciao,
Ho provato a scrivere un adattamento quadratico utilizzando una matrice anziché un modello adatto. Potrebbe essere solo la mia mancanza di comprensione della matematica a matrice ... ma non so come JMP stia adattando i miei dati. Per le seguenti variabili X e Y, voglio adattare i dati usando
X, X * X e Y
Il modulo del modello di adattamento mi dà il seguente risultato:
22.4221618758449 + 0.0545925476534461 *: Y + (: X - 6.51578947368421) * ((: X
-6.51578947368421) * -0.0568980754963725) + -0.0988212800731804 *: X
La mia prima domanda è che cosa sta facendo il Fit Model che porta alla trasformazione -6.515789 di X ^ 2? (vs solo usando i valori al quadrato della colonna X)
Immagino che la mia seconda domanda sarebbe se volessi adattare la matrice ad essa, perché genera gli stessi parametri per X ^ 2 e Y.. anche se non ho trasformato il mio X ^ 2 con quel termine -.651589 ?
Uscita del codice seguente:
Intercetta = 20.006524922
X = ,6426,504827 millions
Y = ,0545,925477 millions
X ^ 2 = -0.056898075 1
Grazie per eventuali approfondimenti sul perché il modello in forma non corrisponde alla matematica matrice ... Grazie
xVals2=Column(dt,"X")<<GETASMATRIX></GETASMATRIX>
JMP sta centrando il termine X ^ 2 (sottraendo la media di X dai valori di X) prima della quadratura. Questa è una tecnica comune usata con termini quadratici perché può ridurre drasticamente la correlazione di X e X ^ 2. Non modifica la stima dei parametri, ma diminuisce l'errore standard per la stima dei parametri X ^ 2. Ciò significa che sarà più facile rilevare una curvatura significativa.
Questa trasformazione modifica il valore dell'intercetta e la sua interpretazione. Se fai qualche algebra e FOIL la parte (beta X-Xbar) * (X-Xbar) * beta2 del modello, il risultato del Modello Fit corrisponderà al tuo. I modelli produrranno la stessa predizione.
