数据拟合 - 紧急你好，
我有一个包含各种值的数据表。
我想对以下数据进行建模。
我的数据集是 T、U、V、W、X、Y、Z
我想要建模的方程是
Z^g = a*(T^h) + b*(U^i) + c*(V^j) + d*(W^k) + e*(X^m) + f*(Y^n) ）
请紧急需要帮助。
回复：数据拟合 - 紧急
我认为设置非线性，如前所述，很简单，但结果可能会让您失望。
- 您有共线的预测变量，因此除 PLS 之外的所有模型拟合过程都会遇到困难。
- 如前所述，您指定的非线性模型需要仔细注意起始值。 这样的模型有理论基础吗？
- 如前所述，非线性模型参数将高度相关，这将进一步阻碍拟合过程。
我尝试使用基于具有二阶交叉项的二阶多项式函数的普通最小二乘回归来拟合线性模型。 删除不重要的项后，我获得了相当好的拟合效果。 该结果表明，除了定价中存在很大一部分随机误差之外，残差分析中没有任何特殊问题。
残差的分布显然也存在明显的右偏，因此具有非高斯分布的 GLM 可能会改善拟合效果。 该拟合的 R 平方为 0.95，相当不错。 该模型的预测变量的效果似乎也是合理的，并且非常容易解释：
有趣的是，使用 4-6 个隐藏节点的神经模型给出了类似的结果，这是令人鼓舞的：
残差显示存在特定问题。
除了批量大小之外，预测曲线非常相似，但我没有花很多时间使用拟合最小二乘来选择模型。
似乎可以归结为拟合特定的非线性模型或预测哪个更重要。 前者将非常困难，其结果可能并不比替代模型更好。 后者没有提供严格的理论，但可能会达到预期的效果。
回复：数据拟合 - 紧急谢天谢地，您并不真正需要紧急帮助！ 
这绝对不是一个快速的转变！
非线性平台是一个强大的主力，特别是对于机械模型，但它可能很挑剔且不稳定。 正如 Leland Wilkinson 所说：“非线性建模是一门艺术；多参数非线性建模是洛可可风格。”
我什至不明白你想要解决什么“问题”，但我无法让非线性平台将你的模型可靠地收敛到你的数据集上。 当它收敛时，模型诊断很差。 我认为这是因为 a) 我半随机地猜测参数的起始值，b) 参数高度相关，c) 您提供的数据和模型缺少描述响应行为的重要变量。
我使用神经平台探索了您的数据集，但即使它的描述能力也很差。 这让我认为您在数据和模型中缺少重要的自变量。 也许像邻里和土地价格……以及互动……也许还有其他……
“很抱歉帮不上什么忙，但 JMP 无法发挥魔法，尽管它通常看起来很神奇。 我认为您可能需要更好的数据集和更好的机制模型来实现您寻求的结果。
我想，其实不值得等待……
回复：数据拟合 - 紧急打开 JMP 并选择帮助>图书>预测和专业建模。 本指南 JMP 13 版本的第 13 章涵盖非线性平台详细。 它解释并演示了如何定义像您这样的自定义非线性模型。
回复：数据拟合 - 紧急线性解决方案能够提供对问题的一些见解，但我仍然想知道如何对非线性解决方案进行建模。 我正在按要求附加数据集...
问候，
杰伊
回复：数据拟合 - 紧急问候，杰伊！
和往常一样，杰夫的表现很准确。非线性平台是适合您模型的地方。
您可能面临的一个潜在问题是您需要为模型中的参数值提供初始猜测。 希望身体状况能够建议一些起始值，或者也许您之前的分析可以建议一些？ 如果不是，那么将多个模型与参数值范围进行拟合并查看哪个模型效果最好也不是太麻烦，尽管这种方法在某种程度上与非线性建模的经典原理相反。
如果您可以分享您的数据，甚至一些匿名数据集，也许我们可以紧急提供帮助？
回复：数据拟合 - 紧急您可以使用非线性平台适合任何自定义模型，包括您上面显示的模型。
