2128_ko-KR

liliconcom

새로운 데이터를 예측하기 위해 다항식 적합 방정식을 사용하십시오.값을 예측하기 위해 계산 된 "다항식 적합도 = 4"방정식을 사용하는 새 열을 만들어야합니다.

월별 평균 기온 데이터가있는 97 개의 다른 사이트가 있습니다. 그러므로 12 개의 데이터 포인트를 통해 그려진 만족스러운 선을 가진 97 개의 다른 숫자가 그 것이다. 다음은 한 사이트의 방정식 예제입니다.

T_AVE = 2.127629 + 0.0769089 * DOY - 0.0015991 * (DOY-183.083) ^ 2 - 2.3911e-6 * (DOY-183.083) ^ 3 + 2.1454e-8 * (DOY-183.083) ^ 4

Y 변수 "T_AVE"가 5 일 때 X 변수 "DOY"를 예측할 새 열을 만들고 싶습니다. 두 가지 해결책이 있어야합니다 (~ 120, ~ 320).

97 개의 각 사이트에 대한 수식을 (직접 작성하여) 복사하여 새로운 열에 붙여 넣어야합니까?

모든 제안을 주시면 감사하겠습니다.Re: 다항식 적합 방정식을 사용하여 새 데이터 예측수식을 직접 복사할 필요는 없습니다. Fit Model 프로시저를 사용하면 됩니다. 다음 예제에서는 Big Class 데이터 세트를 열고 맨 아래에 세 개의 행을 추가한 후, 해당 체중을 예측할 세 개의 키를 삽입했습니다. 이 행에는 해당 체중(y) 값이 없으므로 , 추가한 키는 전체 테이블에 대해 실행하려는 회귀 분석에서 얻은 방정식에 영향을 미치지 않습니다.

그런 다음 높이에 대한 3차 다항식을 무게 데이터에 맞췄습니다. 원래는 대화형으로 작업했지만, 아래에 결과 스크립트를 복사했습니다(이를 위해 창의 맨 위에 있는 빨간색 삼각형을 클릭하고 스크립트 | 스크립트 창에 스크립트 저장을 선택합니다). 따라서 이 스크립트를 실행하면 해당 모델 맞춤에서 나온 출력이 표시됩니다.