用於預測目的的xy方程確定親愛的大家，
我需要一個關於確定xy關係確定的幫助。我有6批，我在不同的日子分析它們。（22次）。我嘗試繪製x =時間點y =測量圖，然後在它們之間創建最合適的方程。線性，qubic等... 如何確定最合適的方程來確定時間點x = 6 y =？值？
有人可以幫忙嗎？
Re：用於預測目的的xy方程確定是的你應該不使用R square或RMSE進行模型選擇。是的，您應該使用AICc等標准或使用誠實的評估方法如交叉驗證 。
交叉驗證使用兩個或三個數據的獨占分區（ 伸出套 ）。第一組用於培養 （適合）模型。第二組用於驗證模型選擇。可選的第三組用於測試選定的模型。您可以根據自己的分區方案或使用來指定驗證集 K折交叉驗證 。您可以將K-folds放到極致並使用留下一個驗證。
我認為AICc在單個預測器（時間）的簡單情況下綽綽有餘。
所以，是的，有很多方法可以決定什麼是最合適的數據集曲線。我還提到，然後另一個響應者重複，理論模型通常是最好的，當它可用時。選擇模型選擇標準和選擇最佳曲線取決於您。
我們有很多標準是有原因的。JMP通過AICc訂購候選模型是有原因的。
Re：用於預測目的的xy方程確定當我選擇最合適的曲線（方程式）來獲得結果時，我會嘗試所有擬合選項，然後查看它們的Rsquare和RMSE值。如果R2值更高且RMSE值更低，那麼對我來說這是最合適的等式。因此，選擇在圖片上以黃色突出顯示的五次曲線。但正如你從評論中理解的那樣，你從AIC值中確定最合適的方程式？我對嗎？
有沒有辦法決定我的數據集最合適的曲線？哪種型號最適合我的結果？
你能幫忙嗎？ 
Re：用於預測目的的xy方程確定我也會認為生成這個過程的“物理學” 結果隨著時間的推移測量也是選擇哪種模型最合適的因素。因此，如果例如每單位時間單位時間的減量可能性結果是常量，指數函數可能適用。
Re：用於預測目的的xy方程確定（請注意，我錯誤地在第一篇文章中包含了初始Prediction Profiler的圖片。我用更新的預測分析器替換它，它反映了時間的變化為6.）
假設Batch是一個隨機效應並且為了這個模型而忽略它，我使用Fit Curve來探索合理的候選模型。除了您探索的多項式模型之外，我還包括一些指數衰減模型。以下是AICc的排名：
最好的選擇是三參數指數模型，二次方是第二選擇。實際上，前五個模型都在4個AICc內，因此這些數據都支持它們。但我們更喜歡簡約而不是複雜性。鑑於所有批次的結果隨時間變化，前兩個選擇似乎是合理的。其他候選模型的複雜性似乎是沒有根據的。
在我看來，現在的選擇是你是否需要推斷。當指數模型接近漸近線時，二次模型正在上升。
在這種情況下，我的偏好是指數模型，因此我將使用它來演示模型的利用。相同的過程適用於任何這些模型。
- 單擊選擇模型旁邊的紅色三角形（本例中為指數3P）。
- 選擇探查 。
- 通過單擊或拖動結果跟踪或直接輸入值作為比例中的當前值（紅色），將時間（日）更改為所需的6級。
預測更新：
因此，您在時間= 6天時的估計結果為98.46303，或96.495至100.431，置信度為95％。
Re：用於預測目的的xy方程確定嗨，
您能否幫我確定附加的jmp文件，以便在時間/結果交互之間獲得最合適的方程式確定？
Re：用於預測目的的xy方程確定JMP提供了許多適合不同類型模型的平台。每個都提供各種統計數據或標準，以幫助從數據中選擇最佳模型。（這個過程假設您之前沒有從理論中確定模型。）線性模型是一個很好的起點。
- 選擇Analyze> Fit Model。
- 選擇您的從屬y數據列，然後單擊Y.
- 現在您可以選擇：
- 你可以添加條款，直到你決定沒有偏見或
- 輸入所有可能的條款，並刪除您認為不重要的條款，直到出現偏見。
- 您可以對單個術語的空估計使用假設檢驗（參數估計中的t檢驗或效果檢驗中的F檢驗）。
- 您可以使用有關整個模型的信息理論標準，如AICc或BIC。
- 您可以在手動選擇過程中使用這些信息中的任何一種
- 單擊運行並使用Fit Least Squares平台或
- 在自動選擇過程中，通過將個性從標準最小二乘更改為逐步，然後單擊運行。
然後，您可以使用多種方式來預測響應，但預測分析器可能是最好的。
如果線性模型不合適，那麼還有其他模型可供選擇。
請參閱救命 > 圖書 > 擬合線性模型 。
我們還提供訓練課程這個主題涵蓋了這個主題，這裡不容易通過簡單的討論來教授。
