<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />비선형 적합을 수행하기 위해 JMP 8을 사용하고 있습니다.
이는 목표 SSE 가치와 솔루션 SSE 값. 이러한 값을 어떻게 해석해야 하는지 궁금합니다. 비선형 피팅이 좋은지 아닌지를 어떻게 결정하나요?
그리고 SSE를 R 제곱으로 변환하는 방법이 있나요?
첨부된 내용은 JMP 8의 비선형 적합 결과입니다.
감사해요!
정말 감사합니다!
추가 질문: 최적합은 SSE가 0에 가장 가까워야 합니다. 그렇죠? 하지만 일반적으로 실험을 통해 생성한 데이터에 대해서는 0을 얻지 못합니다. 그래서 나는 어떤 것이 있는지 알고 싶습니다. 기준 솔루션 SSE를 사용하여 현재 모델이 좋은 비선형 피팅을 생성하는지 여부를 결정합니다.
SSE는 현재 모델이 데이터에 가장 잘 맞는 잔차 제곱합입니다. 신뢰 한계에 대한 목표 SSE는 현재 알파에서 신뢰 한계를 추정하는 데에만 사용됩니다(JMP 문서의 비선형 장의 "통계 세부 정보"에 설명이 있음).
비선형 모델의 적합도가 "좋은지" 판단하는 데 R2만 사용하면 안 되지만 SSE와 원시 데이터를 통해 계산할 수 있습니다.
이 JSL 예제를 시도해 보세요(저는 JMP 10에서만 테스트했습니다. 샘플 테이블이 JMP 8과 함께 제공되었는지 기억이 나지 않습니다. 경로가 실패하면 나머지 스크립트를 실행하기 전에 수동으로 테이블을 열어보세요.)
// 비선형 피팅 예시
dt = 열려 있는 ( "$SAMPLE_DATA/비선형 예제/미국 인구.jmp" ) ;
닌 = dt << 비선형 ( 와이 ( : 팝 ) , 엑스 ( : 이름 ( "X-공식" ) ) , 마치다 () ) ;
// 보고서에서 SSE를 가져옵니다.
SSE = 보고서 ( 닌 )[ 번호 열 상자 ( "SSE" )][ 1 ] ;
// 총 제곱합 계산(즉, y 평균으로부터의 거리)
SStot = 합집합 ( (( 열 ( 2 ) << 매트릭스로 얻기 ) - 콜 평균 ( 열 ( 2 ) )) ^ 2 ) ;
// R2를 계산하고 R2를 조정합니다.
R2 = 1 - SSE / SStot ;
R2adj = 1 - ( SSE / 보고서 ( 닌 )[ 번호 열 상자 ( "DFE" )][ 1 ]) / ( SStot / 열 번호 ( 열 ( 2 ) ) - 1 ) ;
// R2로 보고서 업데이트
보고서 ( 닌 )[ 아웃라인 박스 ( "해결책" )] << 앞에 추가 (
H 목록 상자 ( 번호 열 상자 ( "R2" , { R2 } ) , 번호 열 상자 ( "R2adj" , { R2adj } ) )
) ;
