determinazione delle equazioni xy per scopo di previsioneCarissimi,
Ho bisogno di un aiuto per determinare la determinazione della relazione xy. Ho 6 lotti e li ho analizzati in giorni diversi. (22 volte). Provo a rappresentare graficamente x = punto di tempo y = grafico di misurazione e poi creo l'equazione più adatta tra loro. Lineare, qubic o ecc ... Come posso determinare l'equazione più adatta per determinare quando si cronometra x = 6 y =? valore?
C'è qualcuno può aiutare a questo?
Ri: determinazione dell'equazione xy per scopo di previsioneSi, dovresti non usa R square o RMSE per la selezione del modello. Sì, dovresti utilizzare un criterio come AICc o usare un valutazione onesta metodo come convalida incrociata .
La convalida incrociata utilizza due o tre partizioni esclusive dei dati ( tenere i set ). Il primo set è usato per treno (adattarsi) al modello. Il secondo set è usato per convalidare la selezione del modello. Il terzo set opzionale è usato per test il modello selezionato. È possibile designare i set di convalida in base al proprio schema di partizione o uso K-fold cross-validation . Puoi prendere K-fold all'estremo e usarlo lasciare uno fuori convalida.
Penso che AICc sia più che sufficiente nel tuo semplice caso di un singolo predittore (tempo).
Quindi, sì, ci sono molti modi per decidere qual è la curva più adatta per il tuo set di dati. Ho anche menzionato, e poi un altro rispondente ripetuto, che un modello teorico è solitamente il migliore quando è disponibile. La scelta del criterio per la selezione del modello e la selezione della curva migliore dipende da voi.
C'è una ragione per cui abbiamo molti criteri. C'è una ragione per cui JMP ordina i modelli candidati da AICc.
Ri: determinazione dell'equazione xy per scopo di previsioneQuando sto selezionando la curva più adatta (equazione) per i risultati ottenuti, provo tutte le opzioni di adattamento e poi osservo i loro valori Rsquare e RMSE. Se il valore R2 è più alto e il valore RMSE è inferiore, per me è l'equazione più adatta. Quindi scelgo la curva Quintic che è evidenziata con il colore giallo sull'immagine. Ma come capisco dai tuoi commenti, decidi l'equazione più adatta dai valori AIC? Ho ragione?
C'è un modo per decidere la curva più adatta per il mio set di dati? Quale modello è più adatto ai miei risultati?
Puoi aiutarci? 
Ri: determinazione dell'equazione xy per scopo di previsioneVorrei anche pensare che la "fisica" dei processi che generano il risultato la misurazione nel tempo sarebbe anche un fattore nella scelta del modello più adatto. Quindi, se ad esempio la possibilità di decremento per unità di tempo per unità di misura di risultato è costante, potrebbe essere applicata la funzione esponenziale.
Ri: determinazione dell'equazione xy per scopo di previsione(Tieni presente che ho incluso per errore un'immagine del Prediction Profiler iniziale nel primo post. L'ho sostituito con il Prediction Profiler aggiornato che riflette il cambiamento nel tempo a 6.)
Supponendo che Batch sia un effetto casuale e lo ignori per lo scopo di questo modello, ho usato Fit Curve per esplorare modelli candidati plausibili. Ho incluso alcuni modelli di decadimento esponenziale oltre ai modelli polinomiali che hai esplorato. Ecco la classifica di AICc:
La scelta migliore è il modello esponenziale a tre parametri e il quadratico è una seconda scelta vicina. In effetti, i primi cinque modelli sono entro 4 AICc, quindi sono tutti supportati da questi dati. Ma preferiamo la parsimonia alla complessità. Le prime due scelte sembrano ragionevoli dato un grafico del risultato nel tempo per tutti i lotti. La complessità degli altri modelli candidati sembra ingiustificata.
La scelta ora, mi sembra, è se hai bisogno di estrapolazione. Il modello quadratico si presenta mentre il modello esponenziale si avvicina ad un asintoto.
La mia preferenza è il modello esponenziale in questo caso, quindi lo userò per dimostrare lo sfruttamento del modello. Lo stesso processo funziona con uno di questi modelli.
- Fare clic sul triangolo rosso accanto al modello selezionato (Exponential 3P in questo esempio).
- Selezionare Profiler .
- Modificare l'Ora (giorno) al livello desiderato di 6 facendo clic su o trascinando la traccia del risultato o immettendo il valore direttamente come valore corrente (rosso) nella scala.
La previsione è aggiornata:
Quindi il risultato stimato all'ora = 6 giorni è 98,46303, o 96,495 a 100,431 con una confidenza del 95%.
Ri: determinazione dell'equazione xy per scopo di previsioneCiao,
Potresti aiutarmi a determinare il file jmp allegato per ottenere la determinazione dell'equazione più adatta tra l'interazione Tempo / Risultato?
Ri: determinazione dell'equazione xy per scopo di previsioneJMP offre molte piattaforme per il montaggio di diversi tipi di modelli. Ognuno fornisce una varietà di statistiche o criteri per aiutare a selezionare il miglior modello dai dati. (Questo processo presuppone che tu non abbia precedentemente determinato il modello da una teoria.) I modelli lineari sono un ottimo punto di partenza.
- Seleziona Analizza> Adatta modello.
- Seleziona la colonna di dati y dipendente e fai clic su Y.
- Ora hai una scelta:
- è possibile aggiungere termini fino a quando non si decide che non vi è alcun pregiudizio o
- inserisci tutti i termini possibili e rimuovi i termini che ritieni non significativi fino alla comparsa di bias.
- È possibile utilizzare i test di ipotesi per le stime nulle per i singoli termini (test t in stime dei parametri o test F nei test degli effetti).
- È possibile utilizzare criteri di informazioni teoriche come AICc o BIC sull'intero modello.
- Puoi utilizzare uno di questi tipi di informazioni in un processo di selezione manuale di
- facendo clic su Esegui e lavorando con la piattaforma Fit Least Squares o
- in un processo di selezione automatizzato, cambiando la personalità da minimi quadrati standard a Stepwise e quindi facendo clic su Esegui.
È quindi possibile utilizzare una varietà di modi per prevedere la risposta, ma il Profiler di previsione è probabilmente il migliore.
Se il modello lineare è inadeguato, ci sono altri modelli tra cui scegliere.
Perfavore guarda Aiuto > Libri > Montaggio di modelli lineari .
Forniamo anche corsi di addestramento che copre questo argomento, che non è facilmente insegnato attraverso una semplice discussione qui.
