Hola,
He estado tratando de hacer un script cuadrático usando una matriz en lugar de un modelo ajustado. Esta podría ser mi falta de comprensión de las matrices matemáticas ... pero no sé cómo JMP está ajustando mis datos. Para las siguientes Variables X e Y, quiero ajustar los datos usando
X, X * X e Y
El módulo de modelo de ajuste me da la siguiente salida:
22.4221618758449 + 0.0545925476534461 *: Y + (: X - 6.51578947368421) * ((: X
-6.51578947368421) * -0.0568980754963725) + -0.0988212800731804 *: X
Mi primera pregunta es ¿qué está haciendo Fit Model que está conduciendo a la transformación -6.515789 de X ^ 2? (vs solo usando los valores cuadrados de la columna X)
Supongo que mi segunda pregunta sería si quisiera adaptar el ajuste de la matriz a la misma, ¿por qué está emitiendo los mismos parámetros para X ^ 2 e Y ... incluso aunque no transformé mi X ^ 2 con ese término -.651589 ?
Salida del siguiente código:
Interceptar = 20.006524922
X = 0.6426504827
Y = 0.0545925477
X ^ 2 = -0.056898075 1
Gracias por cualquier información sobre por qué el modelo de ajuste no coincide con la matriz matemática ... Gracias
xVals2=Column(dt,"X")<<GETASMATRIX></GETASMATRIX>
JMP está centrando el término X ^ 2 (restando la media de X de los valores de X) antes de cuadrar. Esta es una técnica común que se usa con términos cuadráticos porque puede reducir dramáticamente la correlación de X y X ^ 2. No cambia la estimación del parámetro, pero sí disminuye el error estándar para la estimación del parámetro X ^ 2. Eso significa que será más fácil detectar una curvatura significativa.
Esta transformación cambia el valor de intercepción, así como su interpretación. Si haces algebra y FOIL la parte beta2 del modelo (X-Xbar) * (X-Xbar) *, el resultado de Fit Model coincidirá con el tuyo. Los modelos producirán la misma predicción.
